java音频文件分帧处理_zx0327/java-Speech-preprocessing

java版的语音预处理以及提起MFCC参数的程序

过程包括了语音信号处理，预加重，分帧加窗，端点检测与求MFCC

定义PI的值

const float PI1=3.1415926536;

帧的结构体

`typedef struct _AudFrame

{

float fltFrame[FRM_LEN];

float fltSte; //这一帧的短时能量

DWORD dwZcr; //这一帧的过零率

bool blVad;//判断这帧是否有效

struct _AudFrame * AudFrmNext;//下一帧的地址，不知道python有没有地址

}AudFrame;`

读取音频

函数名：ReadWav(CString strFileName)

功能：读取音频

预加重

函数名：AudPreEmphasize(void)

功能：对所有采样点进行预处理

解释：

spSound：处理前的采样数据

fpPreSound：处理后的采样数据

fpPreSound[i] = (float)(spSound[i]) - float(spSound[i - 1]) * 0.9375;

分帧

函数名：AudEnframe(float *Sound,DWORD FrmLen,DWORD FrmSft,DWORD dwSoundLen)

功能：给每一帧的fltFrame[Frmlen]赋采样点的值，个数是帧长

解释：

Sound 输入的采样点数据的起始地址

Frmlen是帧的长度

FrmSft是帧移

dwSoundlen是采样点长度

FrmNum表示有多少帧

由采样点长度，帧长，帧移得到帧的个数FrmNum

FrmNum = (dwSoundLen - (FrmLen - FrmSft)) / FrmSft;

汉明窗系数

函数名：Hamming(DWORD FrmLen)

功能：求汉明窗系数，输入的是每一帧的帧长，要用到PI。这个数组是固定值，只有帧长决定

解释：

FrmLen 帧长，固定值

fltHamm[i] = (float)(0.54 - 0.46cos((2i*PI1) / (FrmLen-1)));

加窗

函数名：AudHamming(DWORD FrmLen)

功能：输入的是每一帧的帧长，需要利用到求得的汉明窗系数，具体是每个采样点的值乘以汉明窗系数，再把结果赋予fltFrame[]

解释：

需要先求得汉明窗系数fltHamm[i];

(stpWav->fltFrame)[i] //每一帧采样点数据

for(DWORD i = 0; i < FrmLen; i++)

{

(stpWav->fltFrame)[i] *= fltHamm[i];

}

每一帧短时能量

函数名：AudSte(fltSound *fpFrmSnd, DWORD FrmLen)

功能：求每一帧的短时能量，即将所有这一帧的所有样点值相加，fpFrmSnd是帧第一个样本值

解释:

fltShortEnergy：每一帧短时能量

fpFrmSnd：每个样本点的值

for(int i = 0; i < FrmLen; i++)

{

fltShortEnergy += fabs(*fpFrmSnd++);

}

一帧的过零率

函数名：AudZcr(fltSound *fpFrmSnd, DWORD FrmLen,fltSound ZcrThresh)

功能：求解一帧的过零率，fpFrmSnd帧第一个采样点地址，FrmLen帧长，ZcrThresh过零率阀值

解释：

##fpFrmSnd样本点的值

DWORD CVad::AudZcr(fltSound *fpFrmSnd, DWORD FrmLen,fltSound ZcrThresh)

{

DWORD dwZcrRate = 0;

for(int i = 0; i < FrmLen - 1; i++)

{

if((fpFrmSnd[i]*fpFrmSnd[i + 1] < 0)&&(fabs(fpFrmSnd[i] - fpFrmSnd[i - 1]) > ZcrThresh))

dwZcrRate++;

}

return dwZcrRate;

}

估计噪声阀值

函数名： AudNoiseEstimate()

功能：计算双门限阀值

解释：

fltSteThresh [2] 短时能量阀值，[0]高 [1]低

dwZcrThresh [2] 过零率阀值， [0]高 [1]低

ZcrThresh = 0;

StrThresh = 0.0;

ZcrThresh = 所有帧的过零率之和

StrThresh = 所有帧的短时能量之和

NoiseFrmLen 信号帧数

dwZcrThresh[0] = (float)(ZcrThresh) / NoiseFrmLen;

dwZcrThresh[1] = (float)(ZcrThresh) / NoiseFrmLen2.5;

fltSteThresh[0] = (float)StrThresh / NoiseFrmLen0.7;

fltSteThresh[1] = (float)(StrThresh / NoiseFrmLen)*0.5;//*0.95;

端点检测

函数名: AudVadEstimate(void)

功能：端点检测，需要用到估计阀值的函数，最后得出有效起始点和有效截止点