✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
更多Matlab仿真内容点击👇
⛄ 内容介绍
短时能量和过零率双门限语音端点检测是一种常见的语音处理方法，用于检测语音信号中的起始点和终止点。下面是基于短时能量和过零率的双门限语音端点检测的基本原理：
- 分帧：将输入的连续语音信号划分为一系列重叠的短时帧。每个帧通常持续几十毫秒至几百毫秒。
- 计算短时能量：对于每个帧，计算该帧内采样点的平方和，即短时能量。可以通过对每个采样点进行平方，并对得到的结果求和来计算短时能量。
- 计算短时过零率：对于每个帧，计算过零率，即负波形交叉的次数。过零率越高，表示波形变化越频繁。
- 设置能量和过零率阈值：根据实际需求，设置能量阈值和过零率阈值。这些阈值可根据数据集的特征进行调整。
- 端点检测：从第一个帧开始扫描每个帧，当满足以下条件时被视为语音段的起始点：
类似地，反向扫描，当满足以下条件时被视为语音段的终止点：
- 当前帧的能量超过能量阈值；
- 后一帧的能量未超过能量阈值；
- 当前帧的过零率超过过零率阈值。
- 当前帧的能量超过能量阈未超过能量阈值；
- 当前帧的过零率超过过零率阈值。
- 得到语音段：根据检测到的起始点和终止点，将对应的语音段提取出来作为最终的语音结果。
需要注意的是，能量和过零率的阈值设置会直接影响端点检测的准确性和灵敏度。若设定过高的阈值，则可能导致端点漏检；若设定过低的阈，则可能会产生误检。因此，在实际应用中，需要根据具体数据集和应用场景进行合适的参数调整。
⛄ 部分代码
function f=enframe(x,win,inc)%定义函数。
nx=length(x(:)); %x(:)的作用是把x给弄成一个向量，x为一行，则变成一列，如果为矩阵，则按每一列的顺序排成一列。得出的nx为序列的数据个数。
nwin=length(win);
if (nwin == 1)
len = win; %如果win中就一个数，则len就=该数，此例中为256个点。即每帧长
else
len = nwin; %如果有多个数，则len=个数。
end
if (nargin < 3) % nargin返回的是函数输入的个数，如果中间有变量，返回的是负值。
inc = len; %也就是说，如果函数enframe的输入只有两个的话，系统就自动赋inc
end
nf = fix((nx-len+inc)/inc);%这个比较关键，nf为分帧的组数，结合下边的可以分析这里
%各参数的意义，len为帧长，inc为未覆盖的数据，nx为整个数
% 据量。假设数据为1：30，len为10，未覆盖为5，则nf=5，5
% 组，第一组为1，2，……10，第二组为6，7，……15，依次列
%推，便可知其缘由，即（nx-len ）/inc + 1；
f=zeros(nf,len); %构成以组数为行，帧长为列的矩阵。
indf= inc*(0:(nf-1)).'; %indf为一列nf个数据，即0到nf-1的inc倍，即分好了每幀起点。
inds = (1:len); %构成了长度为len的一行。
f(:) = x(indf(:,ones(1,len))+inds(ones(nf,1),:));
%上一条语句为整个算法的核心部分了，indf(:,ones(1,len))把indf的
% 第一列扩展了nf*len的矩阵。同理inds(ones(nf,1),:)把inds第一行扩
%展为nf*len的矩阵，相加得到
%inc+1 inc+2 inc+3 …… inc+len
%2*inc+1………… ……2*inc+len
%…………………………………]然后就按照这个矩阵从x中把数据给选出来，达到分帧的目的。
if (nwin > 1) %nwin大于1的情况就不说了。
w = win(:)';
f = f .* w(ones(nf,1),:);
end
⛄ 运行结果
⛄ 参考文献
[1] 韦向峰,袁毅,张全,等.基于端点检测的蒙藏维语音片段数据集[J].中国科学数据：中英文网络版, 2019, 4(4):11.DOI:10.11922/csdata.2019.0024.zh.
[2] 刘波,聂明新,向俊涛.基于短时能量和过零率分析的语音端点检测方法研究[J]. 2007.
[3] 卓嘎,边巴旺堆,姜军.基于短时平均能量和短时过零率的藏语语音端点检测研究[J].电脑知识与技术：学术版, 2014(11):4.DOI:CNKI:SUN:DNZS.0.2014-31-082.
