零交叉率（Zero-Crossing Rate, ZCR）

零交叉率（Zero-Crossing Rate, ZCR） 是音频处理中的一个重要特征，它表示信号在时间序列中经过零值的次数。零交叉率主要用于分析和区分音频信号的特性，特别是在语音处理和音乐分类中。

1. 零交叉率的定义

零交叉率的定义为信号的符号（正负号）发生变化的次数，通常表示为单位时间内的变化频率。具体而言，音频信号从正值变为负值，或从负值变为正值时，就发生了一次零交叉。

零交叉率可以用以下公式表示：

其中：

• x[n]是音频信号在第 nnn 个样本点的值；
• sign(x)是信号的符号函数，返回 +1 表示正数，-1 表示负数；
• 1 是指示函数，当符号发生变化时值为 1，否则为 0。

2. 零交叉率的用途

• 语音/非语音信号的区分：零交叉率常用来区分语音中的清音（如 s、f）和浊音（如 z、v）。清音的零交叉率通常较高，而浊音的零交叉率较低。
• 音乐分析：在音乐分类中，零交叉率可以用于区分不同乐器或音乐风格。噪声信号和打击乐信号往往有较高的零交叉率，而持续的谐波音信号（如弦乐或管乐）有较低的零交叉率。
• 音频分段：零交叉率可以用来检测音频的边界，帮助对音频信号进行分段。

3. 零交叉率的计算方法

零交叉率的计算过程通常是将音频信号分帧，然后计算每一帧内的零交叉率。这样做的目的是为了得到信号随时间的动态变化。

4. 零交叉率的 Python 实现

可以使用 librosa 库中的 librosa.feature.zero_crossing_rate 来计算音频信号的零交叉率。以下是一个简单的示例代码：

import librosa
import numpy as np
import matplotlib.pyplot as plt

# 加载音频文件
filename = 'example.wav'
y, sr = librosa.load(filename, sr=None)

# 计算零交叉率
zcr = librosa.feature.zero_crossing_rate(y)

# 打印零交叉率的形状和平均零交叉率
print(f"Zero Crossing Rate Shape: {zcr.shape}")
print(f"Average Zero Crossing Rate: {np.mean(zcr)}")

# 可视化音频信号和对应的零交叉率
plt.figure(figsize=(12, 6))

# 绘制原始音频信号
plt.subplot(2, 1, 1)
plt.plot(y, color='b')
plt.title('Audio Signal')
plt.xlabel('Time (samples)')
plt.ylabel('Amplitude')

# 绘制零交叉率
plt.subplot(2, 1, 2)
plt.plot(zcr[0], color='r')
plt.title('Zero Crossing Rate')
plt.xlabel('Time (frames)')
plt.ylabel('ZCR')

plt.tight_layout()
plt.show()

5. 代码说明

1. 音频加载：

   • 使用 librosa.load() 函数加载音频文件，返回音频信号 y 和采样率 sr。

2. 零交叉率计算：

   • 使用 librosa.feature.zero_crossing_rate() 函数计算音频信号的零交叉率，结果是一个二维数组，第一维是每一帧的零交叉率。

3. 可视化：

   • 第一张图展示了原始音频信号。
   • 第二张图展示了音频信号每一帧的零交叉率变化，帮助我们了解信号的结构。

6. 零交叉率的应用场景

• 语音处理：清音和浊音的区分，语音活动检测（VAD）。
• 音乐处理：区分打击乐和持续乐音，分类不同的乐器和声音源。
• 音频事件检测：零交叉率的变化可以用于检测不同音频事件的边界。

7. 零交叉率的局限

• 灵敏度高：零交叉率对于高频噪声比较敏感，信号中的噪声可能会增加零交叉率的值。
• 不适合低频信号：对于较低频率的信号，零交叉率可能并不能很好地反映信号的变化。

8. 总结

零交叉率是音频分析中的一个简单但有效的特征，特别在区分清音、浊音和不同类型的声音上具有良好的表现。结合其他音频特征（如 MFCC）使用，可以更好地捕捉信号的本质。