【语音分析】语音信号短时时域分析【含Matlab源码 3029期】

最新推荐文章于 2024-08-03 21:32:05 发布

Matlab领域

最新推荐文章于 2024-08-03 21:32:05 发布

阅读量938

点赞数 23

分类专栏： Matlab语音处理（初级版）文章标签： matlab

本文链接：https://blog.csdn.net/weixin_63266434/article/details/135955435

版权

Matlab语音处理（初级版）专栏收录该内容

132 篇文章 0 订阅

订阅专栏

在这里插入图片描述

⛄一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【语音分析】基于matlab语音信号短时时域分析【含Matlab源码 3029期】
点击上面蓝色字体，直接付费下载，即可。

获取代码方式2：
付费专栏Matlab语音处理（初级版）

备注：
点击上面蓝色字体付费专栏Matlab语音处理（初级版），扫描上面二维码，付费29.9元订阅海神之光博客付费专栏Matlab语音处理（初级版），凭支付凭证，私信博主，可免费获得1份本博客上传CSDN资源代码（有效期为订阅日起，三天内有效）；
点击CSDN资源下载链接：1份本博客上传CSDN资源代码

⛄二、语音信号短时时域分析简介

语音信号短时时域分析是一种对语音信号进行时间分析的方法。它将语音信号划分为多个短时窗口，并在每个窗口内对语音信号进行时域分析。这种分析方法可以用于许多语音处理任务，例如语音识别、语音合成和语音增强等。

短时时域分析的基本步骤如下：

分帧：将整个语音信号划分为多个短时窗口，通常窗口长度为10-30毫秒。这样做的目的是在时间上保持语音信号的稳定性，假设在每个窗口内语音信号是稳定的。

加窗：对每个窗口内的语音信号应用窗函数，常见的窗函数包括汉明窗、矩形窗等。窗函数的作用是减小频谱泄露现象，使得频谱分析更准确。

傅里叶变换：对加窗后的语音信号进行傅里叶变换，将时域信号转换为频域信号。这样可以得到每个窗口内语音信号的频谱信息，包括其频率成分和幅度。

特征提取：从频谱中提取特征用于后续的语音处理任务。常见的特征包括短时能量、短时平均过零率、梅尔频谱系数等。

通过短时时域分析，可以获得语音信号的局部特征，帮助我们理解语音信号的含义，并进一步进行语音处理和分析。

⛄三、部分源代码

function [y F0 w_y]=Auto_function_xx(w, N, S , i_f, Fs)
st_f = (i_f-1) * S + 1;
en_f = (i_f-1) * S + N;
y=zeros(N);
w_y=zeros(N);
F0=0;
for k=0 :N-1
for j=0 : N-1
y(k+1)=y(k+1)+w( st_f + j ) * w (st_f + j + k );

    end
end

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%削波
q=sort(y);
if (q(N)<0.05)
return
end
std=q( N-4 );
F0=1;
for i=1 : N
if (y(i) > std ) w_y(i)=1;
else if (y(i) < -std) w_y(i)=-1;
else w_y(i)=0;
end
end
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
s=1;
e=s+16;
while (w_y(s) ~= 1 )
s=s+1;
end
while ((w_y(e) ~= 1)&& (e<=N) )
e=e+1;
end
if (e==N)
F0=0;
return;
end
F0=Fs/(e-s);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
s=e+16;
while ( (w_y(s) ~= 1 )&& (s<=N) )
s=s+1;
end
if (abs(Fs/abs(e-s) - F0)>50 )
F0=0;
return;
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
end