语音处理中,在噪声环境尤其是在非平稳噪音环境下进行端点检测是很困难的.在低信噪比的情况下,传统用于端点检测的特征参数不能充分描述语音信号的特征,导致端点检测的效果严重退化.为此,笔者从语音信号的时域或频域出发,提出了一种把短时自相关函数最大值和短时过门限率相结合的方法.
function[nf,f]=enframe(x,win,inc)
%x是语音序列,win 是帧长,inc是帧移,f是分帧后由各帧的语音序列组合的矩阵,为帧数行,帧长列,nf是帧数
%ENFRAME split signal up into (overlapping) frames: one per row. F=(X,WIN,INC)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
nx=length(x);
nwin=length(win);
if (nwin == 1)
len = win;
else
len = nwin;
end
if (nargin < 3)
inc = len;
end
nf = fix((nx-len+inc)/inc);
f=zeros(nf,len);
indf= inc*(0:(nf-1)).';
inds = (1:len);
f(:) = x(indf(:,ones(1,len))+inds(ones(nf,1),:));
if (nwin > 1)
w = win(:)';
f = f .* w(ones(nf,1),:);
end
nf=fix((length(x)-win+inc)/inc);
[1]席大林, 李如玮, 陈海龙,等. 基于自相关最大值和过门限率的语音端点检测[J]. 电声技术, 2010(4):6.
部分理论引用网络文献,若有侵权联系博主删除。
本文发布于:2024-01-29 03:11:57,感谢您对本站的认可!
本文链接:https://www.4u4v.net/it/170646917912287.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |