Matlab【特征提取】频带方差端点检测含Matlab源码

最新推荐文章于 2023-06-16 20:23:05 发布

Matlab科研辅导帮

最新推荐文章于 2023-06-16 20:23:05 发布

阅读量10

点赞数

文章标签： matlab 开发语言

本文链接：https://blog.csdn.net/m0_60703264/article/details/140031239

版权

1 简介

语音端点检测的准确性直接影响着语音识别系统性能.在低信噪比环境下,一些在高信噪比环境下具有良好性能的检测方法无法有效工作.提出了基于谐波分析的频带方差和能量门限结合的端点检测方法.方法基于语谱图的分析,突出了语音信号和噪声信号的区别,在低信噪比环境下能准确检测出语音端点,并保障了实时性.试验证明,方法在较低信噪比环境下比频带方差检测方法的性能有较大提高,具有较好的实用性.

Matlab【特征提取】频带方差端点检测含Matlab源码_方差

2 部分代码


          
          
           
           %频带方差端点检测M1_009.wav，enframe.m放在当前路径
           
           
clear all;
           
           
[x,fs,bits]=wavread('M1_009.wav');
           
           
x=filter([1 -0.95],1,x);%对语音进行预加重，x[n]=y[n]-0.95y[n-1]
           
           
L=320; %窗长
           
           
FrameLen=320;
           
           
FrameInc=160;
           
           
%[f]=enframe(x,hamming(320,'periodic'),FrameInc);%加汉明窗
           
           
[framenum,f]=enframe(x,FrameLen,FrameInc);
           
           
%[framenum,L]=size(f);%显示帧数
           
           
P=framenum;%总帧数
           
           
%求每帧的频带方差，用数组Dvar存储，第i个元素为第i帧的频带方差
           
           
for ii=1:P
           
           
    s=f(ii,:);% 取出第ii帧语音样值
           
           
    S=abs(fft(s));%该帧的幅度频谱
           
           
    S=S(1:FrameLen/2);%取正频率成分，即频谱左边那部分
           
           
    Dvar(ii)=var(S)+eps;%计算每帧的频带方差
           
           
end
           
           
%%%观察
           
           
frameTime=(((1:P)-1)*FrameInc+FrameLen/2)/fs;%
           
           
%frameTime是数组，长度为帧长，第i个元素值是第i帧中间那个样值对应的时间
           
           
figure
           
           
subplot(2,1,1)
           
           
plot((0:length(x)-1)/fs,x);
           
           
xlabel('时间/s');ylabel('幅度');title('语音信号');
           
           
subplot(2,1,2)
           
           
plot(frameTime,Dvar);%画出各帧的频带方差值，从而预估起点和终点的帧序号及alpha1，alpha2大小
           
           
xlabel('时间/s');ylabel('幅度');title('频带方差值');
           
           
%%%%取前导帧的频带方差值的平均值
           
           
MR=mean(Dvar(1:5));% 取1－5帧做背景噪声的频带方差的平均值的2倍为门限值
           
           
MR=2*MR;
           
           
cx1=0;%检测出的起点帧号
           
           
cx2=0;%检测出的终点帧号
           
           
flag1=0;
           
           
flag2=0;
           
           
for i=1:P-3
           
           
    if (Dvar(i)>MR)&&(Dvar(i+1)>MR)&&(Dvar(i+2)>MR)&&(Dvar(i+3)>MR)&&(flag1==0)
           
           
        cx1=i;
           
           
        flag1=1;
           
           
    end
           
           
end
           
           
for i=cx1+1:P-3
           
           
    if (Dvar(i)<MR)&&(Dvar(i+1)<MR)&&(Dvar(i+2)<MR)&&(Dvar(i+3)<MR)&&(flag2==0)
           
           
        cx2=i-1;
           
           
        flag2=1;
           
           
    end
           
           
end
           
           
cx1
           
           
cx2
           
           
frameTime(cx1)
           
           
frameTime(cx2)
           
           
figure%显示图形
           
           
subplot(211),plot((0:length(x)-1)/fs,x);
           
           
title('语音波形'); 
           
           
xlabel({'时间/s' ; '(a)'});  
           
           
ylabel('幅度');  
           
           
line([frameTime(cx1),frameTime(cx1)],[min(x),max(x)],'color','r');
           
           
line([frameTime(cx2),frameTime(cx2)],[min(x),max(x)],'color','r');
           
           
subplot(212),plot(frameTime,Dvar);
           
           
title('频带方差值'); 
           
           
xlabel({'时间/s' ; '(b)'}); 
           
           
ylabel('频带方差值');  
           
           
line([frameTime(cx1),frameTime(cx1)],[min(Dvar),max(Dvar)],'color','r');
           
           
line([frameTime(cx2),frameTime(cx2)],[min(Dvar),max(Dvar)],'color','r'); 
           
           
%%%%%%思考1：设定双门限，即起点和终点的判定门限大小是不同的
           
           
%%%%%%思考2：带噪情况下效果如果？换别的语音效果如何？