基于MATLAB语音端点检测双门限部分代码.doc

基于Matlab的语音端点检测方法浅析
语音的端点检测在语音的编码、语音识别、语音增强、说话人识别中起着非常重要的作用,直接影响着后续工作的正确率。本文介绍了端点检测的基本方法:基于短时能量的、基于短时过零率的、双门限检测的方法,,并通过Matlab仿真对双门限检测的方法进行分析。
端点检测是语音识别中非常重要的一步。所谓语音端点检测,就是从一段给定的语音信号中找出语音的起始点和结束点。在语音识别系统中,正确、有效的进行端点检测不仅可以减少计算量和缩短处理时间,而且能排除无声段的噪声干扰、提高语音识别的正确率。

所谓端点检测,就是从一段给定的语音信号中找出语音的起始点和结束点。在语音识别系统中,正确、有效地进行端点检测不仅可以减少计算量和缩短处理时间,而且能排除无声段的噪声干扰、提高语音识别的正确率。研究表明,即使是在安静的环境下,语音识别系统一半以上的错误可能主要来

基于Matlab编写的语音端点检测程序
function[x1,x2]=vad(x)%幅度归一化到[-1,1]x=double(x);x=x/max(abs(x));%常数设置FrameLen=240;FrameInc=80;amp1=10;amp2=2;zcr1=10;zcr2=5;maxsilence=8;%6*10ms=30msminlen=15;%15*10ms=150msstatus=0;count=0;silence=0;%计算过零率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);%计算短时能量amp=sum(abs(enframe(filter([1-0.9375],1,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x1=0;x2=0;forn=1:length(zcr)goto=0;switchstatuscase{0,1}%0=静音,1=可能开始ifamp(n)>amp1%确信进入语音段x1=max(n-count-1,1);status=2;silence=0;count=count+1;elseifamp(n)>amp2|...%可能处于语音段zcr(n)>zcr2status=1;count=count+1;else%静音状态status=0;count=0;endcase2,%2=语音段ifamp(n)>amp2|...%保持在语音段zcr(n)>zcr2count=count+1;else%语音将结束silence=silence+1;ifsilence<maxsilence%静音还不够长，尚未结束count=count+1;elseifcount<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;endendcase3,break;endendcount=count-silence/2;x2=x1+count-1;subplot(311)plot(x)axis([1length(x)-11])ylabel('Speech');line([x1*FrameIncx1*FrameInc],[-11],'Color','red');line([x2*FrameIncx2*FrameInc],[-11],'Color','red');subplot(312)plot(amp);axis([1length(amp)0max(amp)])ylabel('Energy');line([x1x1],[min(amp),max(amp)],'Color','red');line([x2x2],[min(amp),max(amp)],'Color','red');subplot(313)plot(zcr);axis([1length(zcr)0max(zcr)])ylabel('ZCR');line([x1x1],[min(zcr),max(zcr)],'Color','red');line([x2x2],[min(zcr),max(zcr)],'Color','red');