【特征提取】熵函数语音端点检测含Matlab源码

1 简介

本文在分析基本谱熵端点检测算法局限的基础上,引入基于二阶累积量的门限更新方法,加入短时能量参数,提出基于加权谱熵的检测方法;此外,引入特征空间能量熵定义,建立新的门限确定准则,提出基于特征空间能量熵的检测方法.通过对平稳高斯白噪声,M109坦克噪声和F16战斗机噪声这三种典型噪声环境下信噪比(SNR)从-5dB到20dB的带噪语音信号进行的仿真实验分析表明,所提两种方法能更为准确地检测到语音的端点.

​2 部分代码

%谱熵端点检测F1_002.wav，enframe.m放在当前路径clear all;[x,fs,bits]=wavread('F1_002.wav');sound(x,fs)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%求每帧的谱熵，用数组H存储，第i个元素为第i帧的谱熵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    E=S.*S;%计算每条谱线分量的能量谱，E是长度为FrameLen/2的数组    Prob=E/sum(E);%计算每条谱线的概率密度，Prob是长度为FrameLen/2的数组    H(ii)=-sum(Prob.*log(Prob+eps));%计算每帧的谱熵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figuresubplot(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,H);%画出各帧的谱熵值，从而预估起点和终点的帧序号及MR1，MR2大小xlabel('时间/s');ylabel('幅度');title('谱熵值');%%%%取前导帧的谱熵值的平均值MR=mean(H(1:5));% 取1－5帧做背景噪声的谱熵的平均值MR1=1.001*MR;MR2=0.895*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 (H(i)<MR1)&&(H(i+1)<MR1)&&(H(i+2)<MR1)&&(H(i+3)<MR1)&&(flag1==0)        cx1=i;        flag1=1;    endendfor i=cx1+1:P-3    if (H(i)>MR2)&&(H(i+1)>MR2)&&(H(i+2)>MR2)&&(H(i+3)>MR2)&&(flag2==0)        cx2=i-1;        flag2=1;    endendcx1cx2frameTime(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,H);title('谱熵值'); xlabel({'时间/s' ; '(b)'}); ylabel('谱熵值');  line([frameTime(cx1),frameTime(cx1)],[min(H),max(H)],'color','r');line([frameTime(cx2),frameTime(cx2)],[min(H),max(H)],'color','r'); ​%%%%%%思考：带噪情况下效果如果？换别的语音效果如何？

3 仿真结果

4 参考文献

[1]王博, 郭英, 韩立峰. 基于熵函数的语音端点检测算法研究[J]. 信号处理, 2009, 25(3):6.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。