基于Matlab编写的语音端点检测程序

suffer

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  = 30ms
minlen  = 15;    % 15*10ms = 150ms
status  = 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;
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);
         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;
   end
end   

count = count-silence/2;
x2 = x1 + count -1;

subplot(311)
plot(x)
axis([1 length(x) -1 1])
ylabel('Speech');
line([x1*FrameInc x1*FrameInc], [-1 1], 'Color', 'red');
line([x2*FrameInc x2*FrameInc], [-1 1], 'Color', 'red');

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');

astrider

谢<BR>了<BR>

wxlnbu

顶

migong

大哥，俺找你找好久了，哥们毕业设计就弄的这个！多谢了多谢了，感激涕零。。。。。

yxcgm

<P>这个程序对检测单个的数字很有效，可我做的毕业设计是关于孤立词的，如开机，风速一，风速二这样的两个或三个的检测就不准了，相差太远。能不能指点一下。再这先谢了，急呀！</P>

yxcgm

<P>怎么没有高手进来指点一下呀？？</P>

happy

<P>没仔细看过这个程序，不过我倒是还有几个语音端点检测的程序<BR><BR>至于你提的问题估计是算法本身的缺陷，你再仔细看看程序</P>

yxcgm

<P>我改过最大静音参数和最小语音长度，但效果还是不好。请问你的端点检测程序能有效检测孤立词吗？能否给我发一份，我的邮箱是<a href="mailtyangxiheyangqi@163.com" target="_blank" >yangxiheyangqi@163.com</A>，多谢了。</P>

luoluolj

[em01]

luoluolj

啊,太好了,遇到救星了!楼主知不知道用二次门限判决法来判断一个语音信号的有声时间长度啊,或者有其他方法也可以!!急啊,毕设的题目呢,楼主你有这个程序吗?我的邮箱<a href="mailtluoluolj@126.com" target="_blank" >luoluolj@126.com</A> ,万分感激啊 !!!!

sanxia

啊,太好了,多谢楼主啊

huangyihe

<P>需要改动什么才能实现　是实现程序　显示是这个　有哪位高手可以帮解答一下吗<BR>??? Strings passed to EVAL cannot contain function declarations.<BR>怎么改动才可以实现啊</P>[em06][em06]

lkalf998

谢谢楼主发贴，把你顶上去。