蔡明扬数字语音第三次实验

数字语音处理实验报告（三）1实验目的1.了解语音断点检测的重要性和必要性2.掌握基于双门限法的语音端点检测原理3.编程实现基于双门限法的语音端点检测实验2实验原理语音端点检测本质上是根据语音和噪声的相同参数所表现出的不同特征来区分，传统的短时能量和过零率相结合的语音端点检测算法利用短时过零率来检测轻音，用短时能量来检测浊音，两者相配合实现信号信噪比比较大的情况下的端点检测。

算法以短时能量为主，短时过零率为辅。

根据语音统计特性可以把语音段分为轻音，浊音以及静音三种。

双门限法进行端点检测的步骤如下：1）计算信号的短时能量和短时平均过零率2）根据语音能量的轮廓选取一个较高门限T2，语音信号的能量包络大部分都在此门限之上，这样可以进行一次初判。

语音起止点位于该门限与短时能量包络交点N3和N4所对应的时间间隔之外。

3）根据背景噪声的能量确定一个较低的门限T1，并从初判起点往左，从初判终点往右搜索，分别找到能零比曲线第一次与门限T1相交的两个点N2和N5，于是N2和N5之间就是用双门限判定的语音段。

4）以短时过零率为准，从N2往左和N5往右搜索，找到短时过零率低于某阈值T3的两点N1和N6，这边是语音段的起始点。

3实验过程3.1实验实现代码clcclear allclose allload digital_speech_10kwidth=3;height=3;alw=0.75;fsz=13;lw=1.2;msz=7;dataLength=length(data);dataClean=data;ts=1/fs;t=(1:dataLength)*ts;figure(1)plot(t,data)hold on;xlabel('时间/s')ylabel('幅度')timeperFrame=20;overlapRate=0.5;[frameSet,timeAxis]=enframe_1(data,fs,timeperFrame,overlapRate,'hamming'); [frameLength,frameNum]=size(frameSet);shortCrossX=zeros(1,frameNum);%初始化shortCrossX for i=1:frameNumz=frameSet(:,i);%取得一帧数据for j=1:(frameLength-1);%在一帧内寻找过零点if z(j)*z(j+1)<0%判断是否为过零点shortCrossX(i)=shortCrossX(i)+1;%是过零点，记录1次endendendshortEnergy=zeros(1,frameNum);%初始化shortEnergyfor i=1:frameNumu=frameSet(:,i);%取出一帧u2=u.*u;%求出能量shortEnergy(i)=sum(u2);%对一帧累加求和endtolEnergyHigh=max(shortEnergy)/1000;tolEnergyLow=mean(shortEnergy(1:5))*50;figureplot(timeAxis,shortEnergy)hold onplot([timeAxis(1),timeAxis(end)],[tolEnergyHigh,tolEnergyHigh],'r','L ineWidth',lw,'MarkerSize',msz);plot([timeAxis(1),timeAxis(end)],[tolEnergyLow,tolEnergyLow],'g','Lin eWidth',lw,'MarkerSize',msz);ylim([-1,2]);label={'语音短时能量','较高能量门限','较低能量门限'};legend(label,'FontSize',fsz,'Location','southwest');xlabel('时间/s','FontSize',fsz);ylabel('短时能量','FontSize',fsz);figureplot(timeAxis,shortCrossX)tolCrossX=mean(shortCrossX(1:8))-2;tolCrossXLow=25;hold onplot([timeAxis(1),timeAxis(end)],[tolCrossX,tolCrossX],'r','LineWidth ',lw,'MarkerSize',msz);plot([timeAxis(1),timeAxis(end)],[tolCrossXLow,tolCrossXLow],'g','Lin eWidth',lw,'MarkerSize',msz);%ylim([-1,2]);label={'语音过零率','过零率门限'};legend(label,'FontSize',fsz,'Location','northwest');xlabel('时间/s','FontSize',fsz);ylabel('过零率','FontSize',fsz);noiseBegin=1;noiseEnd=1;remove=[];removeSection=[];leftSection=[];for iFrame=2:frameNumif shortEnergy(iFrame)>tolEnergyHigh&&shortEnergy(iFrame-1)< tolEnergyHighnoiseEnd=iFrame-1;while shortEnergy(noiseEnd)>tolEnergyLow&&shortCrossX(noiseEnd)>tolCrossXnoiseEnd=noiseEnd-1;end%plot noise sectionnoiseSection=(noiseBegin*(frameLength*overlapRate):(noiseEnd-1)*(frameLength*overl apRate));figure(1)plot(noiseSection*ts,data(noiseSection),'r');%removeSection=[removeSection,noiseSection];endif shortEnergy(iFrame-1)>tolEnergyHigh&&shortEnergy(iFrame)<tolEnergyHighnoiseBegin=iFrame+1;while shortEnergy(noiseBegin)>tolEnergyLow&&shortCrossX(noiseBegin)>tolCrossXnoiseBegin=noiseBegin+1;end%noiseSection=(noiseBegin*(frameLength*overlapRate):(noiseEnd-1)*(frameLength*overl apRate));%plot(noiseSection*ts,data(noiseSection),'r');%plot((noiseBegin-1)*(frameLength*overlapRate)*ts,data(noiseE nd),'r');endendnoiseEnd=frameNum;noiseSection=(noiseBegin*(frameLength*overlapRate):(noiseEnd-1)*(frameLength*overl apRate));removeSection=[removeSection,noiseSection];plot(noiseSection*ts,data(noiseSection),'r');xlabel('时间/s')ylabel('幅度')suptitle('蔡明扬电信14040121409341425');figure(4)plot(removeSection*ts,data(removeSection),'r');xlabel('时间/s')ylabel('幅度')suptitle('蔡明扬电信14040121409341425');for iFrame=2:frameNum%反向取点666if shortEnergy(iFrame)<tolEnergyHigh&&shortEnergy(iFrame-1)> tolEnergyHighnoiseEnd=iFrame-1;while shortEnergy(noiseEnd)<tolEnergyLow&&shortCrossX(noiseEnd) <tolCrossXnoiseEnd=noiseEnd-1;end%plot noise sectionvoiceSection=(noiseBegin*(frameLength*overlapRate):(noiseEnd-1)*(frameLength*overlapRate));leftSection=[leftSection,voiceSection];figure(5)plot(leftSection*ts,data(leftSection),'r');endif shortEnergy(iFrame-1)<tolEnergyHigh&& shortEnergy(iFrame)>tolEnergyHighnoiseBegin=iFrame+1;while shortEnergy(noiseBegin)<tolEnergyLow&& shortCrossX(noiseBegin)<tolCrossXnoiseBegin=noiseBegin+1;endendendplot(data(leftSection));ylim([-0.6,0.6]);ylabel('幅度')suptitle('蔡明扬电信14040121409341425');sound(data(leftSection))4实验结果4.1WHUT语音片段图4.1短时能量图图4.2短时过零率图图4.3噪声标红语音图图4.4噪声语音图图4.5去噪语音图4.2数字语音处理语音片段图4.6短时能量图图4.7短时过零率图图4.8噪声标红图图4.9噪声语音图图4.10去噪音图5实验结果分析可以观察到当改变短时能量高低门限值和短时过零率高低门限值时，图中的标红部分有所变化，当短时能量高门限降低到一定程度时，部分浊音也被标为红色，表示噪声部分去除过多，需要调整，在不断调整的过程中，找到最适合的门限值。