（基于matlab自写代码）语音信号的短时分析，计算平均能量，短时过零数

一定时宽的语音信号，其能量的大小随时间有明显的变化。
清音段能量比浊音段小得多。短时过零数也可用于语音信号分析中，发浊音时，其语音能量约集中于3kHz以下，而发清音时，多数能量出现在较高频率上。
可认为浊音时具有较低的平均过零数，而清音时具有较高的平均过零数，故对一短时语音段计算其短时平均能量及短时平均过零数，就可以区分其中的清音段和浊音段，从而可判别句中清、浊音转变时刻，声母韵母的分界以及无声与有声的分界。这在语音识别中有重要意义。

自己编写的matlab代码，对一段语音，取帧长为240个点，计算其平均能量及短时平均过零数。

[x]=audioread(‘E:\matlab\yuyin1.m4a’);
figure;
subplot(4,1,1);
plot(x);
axis([1 length(x) -1 1]);
ylabel(‘Speech’);
enhance=filter([1-0.9375],1,x);
FrameLen=240;
FrameInc=80;
movefile ENFRAME.M ENFRAME.m_bad; movefile ENFRAME.m_bad ENFRAME.m
yframe=ENFRAME(x,FrameLen,FrameInc);
amp1=sum(abs(yframe),2);
subplot(4,1,2);
plot(amp1);
axis([1 length(amp1) 0 max(amp1)]);
ylabel(‘Energy’);
legend(‘amp1=∑│x│’);
amp2=sum(abs(yframe.yframe),2);
subplot(4,1,3);
plot(amp2);
axis([1 length(amp2) 0 max(amp2)]);
ylabel(‘Energy’);
legend('amp1=∑│xx│’);
%zcr=zeros(size(yframe,1),1)delta=0.02
%for i=1:size(yframe,1) x=yframe(i,:) for j=1:length(x)-1 if x(j)*x(j+1)<0 & abs(x(j)-x(j+1))>delta
% zcr(i)=zcr(i)+1 end endend
tmp1=ENFRAME(x(1:end-1),FrameLen,FrameInc);
tmp2=ENFRAME(x(2:end),FrameLen,FrameInc);
signs=(tmp1.*tmp2)<0;
diffs=(tmp1-tmp2)>0.02;
zcr=sum(signs.*diffs,2);
subplot(4,1,4);
plot(zcr);
axis([1 length(zcr) 0 max(zcr)]);
ylabel(‘ZCR’);
legend(‘zcr’);

结果