matlab实现端点检测

最新推荐文章于 2023-05-14 01:04:48 发布

原创

最新推荐文章于 2023-05-14 01:04:48 发布 · 1.4w 阅读

66 ·

CC 4.0 BY-SA版权

文章标签：

#matlab #声纹 matlab

本文介绍了在MATLAB中进行端点检测的实践，通过修改源码将低于阈值的语音片段剪切并重新拼接，以去除空白段。然而，这种方法导致语音段之间的连接不流畅，可能产生类似机器人的效果。作者指出，这种方法在实际项目中的识别率提升不明显，主要是作为个人项目的记录。

端点检测

function [afterEndDet] =EndDetection(x)
 %================================i=========================
 % 端点检测
 % Input:音频数据x,采样率fs
 % Output：经过端点检测提取的语音信号
 %=========================================================

%幅度归一化到[-1,1]
x = double(x);
x = x / max(abs(x));

%常数设置
FrameLen = 256;%帧长为256点
FrameInc = 80;%帧移为80点
amp1 = 10;%初始短时能量高门限
amp2 = 2;%初始短时能量低门限
zcr1 = 10;%初始短时过零率高门限
zcr2 = 5;%初始短时过零率低门限
maxsilence = 8;  % 8*10ms  = 80ms

%语音段中允许的最大静音长度，如果语音段中的静音帧数未超过此值，则认为语音还没结束；如果超过了
%该值，则对语音段长度count进行判断，若count<minlen，则认为前面的语音段为噪音，舍弃，跳到静音
%状态0；若count>minlen，则认为语音段结束；

minlen  = 15;    % 15*10ms = 150ms
%语音段的最短长度，若语音段长度小于此值，则认为其为一段噪音


status  = 0;     %初始状态为静音状态
count   = 0;     %初始语音段长度为0
silence = 0;     %初始静音段长度为0

%计算过零率
x1=x(1:end-1);
x2=x(2:end);
%分帧
tmp1=enframe(x1,FrameLen,FrameInc);
tmp2=enframe(x2,FrameLen,FrameInc);
signs = (tmp1.*tmp2)<0;
diffs = (tmp1 -tmp2)>0.02;
zcr   = sum(signs.*diffs, 2);%一帧一个值

%计算短时能量
%