基于MATLAB的语音端点检测

[x]=wavread('song1.wav');

    x=x/max(abs(x));

    figure;

    subplot(3,1,1);

    plot(x);

    axis([1 length(x) -1 1]);

    ylabel('Speech');

    FrameLen=240;

    FrameInc=80;

    yframe=enframe(x,FrameLen,FrameInc);

    amp1=sum(abs(yframe),2);

    subplot(3,1,2);

    plot(amp1);

    axis([1 length(amp1) 0 max(amp1)]);

    ylabel('Amplitude');

    legend('amp1=∑│x│');

    amp2=sum(abs(yframe.*yframe),2);

    subplot(3,1,3);

    plot(amp2);

    axis([1 length(amp2) 0 max(amp2)]);

    ylabel('Energy');

    legend('amp1=∑│x*x│');

短时过零率matlab实现:

    [x]=wavread('song1.wav');

    figure;

    subplot(3,1,1);

    plot(x);

    axis([1 length(x) -1 1]);

    ylabel('Speech');

FrameLen = 240;

FrameInc = 80;

amp = sum(abs(enframe(filter([1 -0.9375], 1, x), FrameLen, FrameInc)), 2);

subplot(312)

plot(amp);

axis([1 length(amp) 0 max(amp)])

ylabel('Energy');

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(3,1,3);

plot(zcr);

axis([1  length(zcr)  0  max(zcr)])

ylabel('ZCR');

语音信号的端点检测matlab实现:

[x,fs,nbits]=wavread('song1.wav');

x = x / max(abs(x));%幅度归一化到[-1,1]

%参数设置

FrameLen = 256;     %帧长

inc = 90;           %未重叠部分

amp1 = 10;          %短时能量阈值

amp2 = 2;      

zcr1 = 10;          %过零率阈值

zcr2 = 5;

minsilence = 6;  %用无声的长度来判断语音是否结束

minlen  = 15;    %判断是语音的最小长度

status  = 0;     %记录语音段的状态

count   = 0;     %语音序列的长度

silence = 0;     %无声的长度

%计算过零率

tmp1  = enframe(x(1:end-1), FrameLen,inc);

tmp2  = enframe(x(2:end)  , FrameLen,inc);

signs = (tmp1.*tmp2)<0;

diffs = (tmp1 -tmp2)>0.02;

zcr   = sum(signs.*diffs,2);

%计算短时能量

amp = sum((abs(enframe(filter([1 -0.9375], 1, x), FrameLen, inc))).^2, 2);

%调整能量门限

amp1 = min(amp1, max(amp)/4);

amp2 = min(amp2, max(amp)/8);

%开始端点检测

for n=1:length(zcr)

   goto = 0;

   switch status

   case {0,1}                   % 0 = 静音, 1 = 可能开始

if amp(n) > amp1 % 确信进入语音段

         x1 = max(n-count-1,1); % 记录语音段的起始点

         status  = 2;

         silence = 0;

         count   = count + 1;

elseif amp(n) > amp2 || zcr(n) > zcr2 % 可能处于语音段

         status = 1;

         count  = count + 1;

      else                       % 静音状态

         status  = 0;

         count   = 0;

      end

   case 2,                       % 2 = 语音段

if amp(n) > amp2 ||zcr(n) > zcr2 % 保持在语音段

         count = count + 1;

      else                       % 语音将结束

         silence = silence+1;

if silence < minsilence % 静音还不够长，尚未结束

            count  = count + 1;

elseif count < minlen % 语音长度太短，认为是噪声

            status  = 0;

            silence = 0;

            count   = 0;

         else                    % 语音结束

            status  = 3;

         end

      end

   case 3,

      break;

   end

end   

count = count-silence/2;

x2 = x1 + count -1;              %记录语音段结束点

subplot(3,1,1)

plot(x)

axis([1 length(x) -1 1])

ylabel('Speech');

line([x1*inc x1*inc], [-1 1], 'Color', 'red');

line([x2*inc x2*inc], [-1 1], 'Color', 'red');

subplot(3,1,2)

plot(amp);

axis([1 length(amp) 0 max(amp)])

ylabel('Energy');

line([x1 x1], [min(amp),max(amp)], 'Color', 'red');

line([x2 x2], [min(amp),max(amp)], 'Color', 'red');

subplot(3,1,3)

plot(zcr);

axis([1 length(zcr) 0 max(zcr)])

ylabel('ZCR');

line([x1 x1], [min(zcr),max(zcr)], 'Color', 'red');

line([x2 x2], [min(zcr),max(zcr)], 'Color', 'red');