语音信号的短时语音能量

由于语音信号的能量随时间而变化，清音和浊音之间的能量差别相当显著，因此对短时能量和短时平均幅度进行分析，可以描述语音的这种特征变换情况。定义n时刻某语音信号的短时平均能量E为：

                              

式中，N为窗长，可见短时能量为一帧样点值的加权平方和。当窗函数为矩形窗时

                                                                                       

        短时平均能量用途：

       (1) 可以作为区分清音和浊音的特征参数；

       (2) 在信噪比比较高的情况下，短时能量可以作为区分有声和无声的依据；

       (3) 可以作为辅助的特征参数用于语音识别中。

       其中短时能量matlab代码如下： 

[plain]  view plain  copy

 

1. x = wavread('beijing.wav');  
2. %计算N=50，帧移=20时的语音能量  
3. s=fra(50,20,x);                 
4. s2=s.^2;                    %一帧内各样点的能量  
5. energy=sum(s2,2);            %求一帧能量  
6. subplot(2,2,1);               %定义画图数量和布局   
7. plot(energy);                %画N=50时的语音能量图  
8. xlabel('帧数');               %横坐标  
9. ylabel('短时能量 E');         %纵坐标  
10. legend('N=50');              %曲线标识  
11. axis([0,1500,0,2*10^10]);      %定义横纵坐标范围  

取不同帧时能量如下图：

                                                                           

其中，fra()为分帧函数，matlab代码如下：

[plain]  view plain  copy

 

1. function f=fra(len,inc,x)  
2. fh=fix(((size(x,1)-len)/inc)+1)  
3. f=zeros(fh,len);  
4. i=1;n=1;  
5. while i<=fh  
6.     j=1;  
7.     while j<=len  
8.         f(i,j)=x(n);  
9.         j=j+1;n=n+1;  
10.     end  
11.     n=n-len+inc;  
12.     i=i+1;  
13. end