matlab实现端点检测

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
%一帧一个值
%amp = sum(abs(enframe(filter([1 -0.9375], 1, x), FrameLen, FrameInc)), 2);
amp = sum(abs(enframe(x, FrameLen, FrameInc)), 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循环，整个信号各帧比较
%根据各帧能量判断帧所处的阶段
x1 = 0;
x2 = 0;
v_num=0;%记录语音段数
v_Begin=[];%记录所有语音段的起点
v_End=[];%记录所有语音段的终点
%length(zcr)即为帧数
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);
%
'打印每个x1*FrameInc'
%
x1*FrameInc
status
= 2;
silence = 0;
count
= count + 1;
elseif amp(n) > amp2 | ... % 可能处于语音段
zcr(n) > zcr2
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 | ...
% 保持在语音段
zcr(n) > zcr2
count = count + 1;
else
% 语音将结束
silence = silence+1;
if silence < maxsilence % 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;
%记录当前语音段数据
v_num=v_num+1;
%语音段个数加一
count = count-silence/2;
x2 = x1 + count -1;
v_Begin(1,v_num)=x1*FrameInc;
v_End(1,v_num)=x2*FrameInc;
%不跳出 数据归零继续往下查找下一段语音
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
end
end
if length(v_End)==0
x2 = x1 + count -1;
v_Begin(1,1)=x1*FrameInc;
v_End(1,1)=x2*FrameInc;
end
% subplot(311)
%subplot(3,1,1)表示将图排成3行1列，最后的一个1表示下面要画第1幅图
% plot(x)
% axis([1 length(x) -1 1])
%函数中的四个参数分别表示xmin,xmax,ymin,ymax，即轴的范围
% ylabel('Speech');
% for k=1:length(v_End)
% line([v_Begin(1,k) v_Begin(1,k)], [-1 1], 'Color', 'g');
%这里作用为用直线画出语音段的起点和终点，看起来更直观。第一个[]中的两个参数为线起止点的横坐标，
%第二个[]中的两个参数为线起止点的纵坐标。最后两个参数设置了线的颜色。
% line([v_End(1,k) v_End(1,k)], [-1 1], 'Color', 'red');
% end
%
% subplot(312)
% 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(313)
% 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');
% figure
lenafter=0;
for len=1:length(v_End)
tmp=v_End(1,len)-v_Begin(1,len);
lenafter=lenafter+tmp;
end
lenafter
afterEndDet=zeros(lenafter,1);%返回去除静音段的语音信号
beginnum=0;
endnum=0;
for k=1:length(v_End)
tmp=x(v_Begin(1,k):v_End(1,k));
beginnum=endnum+1
endnum=beginnum+v_End(1,k)-v_Begin(1,k)
afterEndDet(beginnum:endnum)=tmp;
end
end

查到的源码基本上是只提取一小段的，自己进行了修改将一段语音中能力低于min门限剪切后，重新拼接成语音。
端点检测后的语音明显去除了空白段，但语音段之间连接不是很流畅（有点像机器人）。

不太确定是否因此起到了反作用。

从我自己的项目测试结果来看，这段代码并没有明显提高识别率。

在此仅作记录。

最后

以上就是鲤鱼金针菇为你收集整理的matlab实现端点检测的全部内容，希望文章能够帮你解决matlab实现端点检测所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。