基于MATLAB的语音信号时域特征提取实现

%% 语音信号时域特征提取系统
clear; clc; close all;

%% 参数设置
fs = 16000;       % 采样率
frame_len = 0.025; % 帧长（25ms）
frame_shift = 0.01; % 帧移（10ms）
n_fft = 512;      % FFT点数

%% 信号预处理
[x, fs] = audioread('speech.wav');
x = x - mean(x); % 消除直流分量
x = x / max(abs(x)); % 归一化

%% 分帧处理
[frames, t] = enframe(x, frame_len, frame_shift, hamming(frame_len*fs));

%% 特征提取
zcr = zeros(size(frames,1),1);
ste = zeros(size(frames,1),1);
acf = cell(size(frames,1),1);

for i = 1:size(frames,1)
    frame = frames(i,:);

    % 短时过零率
    zcr(i) = sum(diff(sign(frame)) ~= 0) / (2*frame_len);

    % 短时能量
    ste(i) = sum(frame.^2) / frame_len;

    % 短时自相关
    [acf{
   i}, lags] = xcorr(frame, 'coeff');
    acf{
   i} = acf{
   i}(lags >=0);
end

%% 可视化分析
figure;

% 过零率特征
subplot(3,1,1);
plot(t, zcr*fs/2);
title('短时过零率');
xlabel('时间(s)');
ylabel('过零率(Hz)');
grid on;

% 能量特征
subplot(3,1,2);
plot(t, 10*log10(ste));
title('短时能量（dB）');
xlabel('时间(s)');
ylabel('能量(dB)');
grid on;

% 自相关特征
subplot(3,1,3);
lags = linspace(0,frame_len/2,100);
plot(lags, acf{
   50}(1:100));
title('短时自相关函数（第50帧）');
xlabel('延迟(ms)');
ylabel('归一化幅度');
grid on;

%% 辅助函数
function [frames, t] = enframe(signal, frame_len, frame_shift, window)
    signal_len = length(signal);
    num_frames = 1 + floor((signal_len - frame_len)/frame_shift);
    frames = zeros(num_frames, frame_len);
    t = zeros(num_frames,1);

    for i = 1:num_frames
        start_idx = (i-1)*frame_shift +1;
        end_idx = start_idx + frame_len -1;
        frames(i,:) = signal(start_idx:end_idx) .* window';
        t(i) = (start_idx + end_idx)/2 / fs;
    end
end

关键技术说明：

1. 短时过零率（ZCR）

• 数学定义：单位时间内信号穿过零轴的次数
  

其中N为帧长，sgn为符号函数

• 实现要点：

  • 使用diff(sign(frame))检测符号变化
  • 通过frame_len归一化得到实际频率
  • 建议添加门限过滤低频噪声（如设置T=0.02）

2. 短时能量（STE）

• 数学定义：帧内信号平方和
  

反映语音响度特性

• 实现优化：

  • 归一化处理避免数值溢出
  • 转换为dB时使用10*log10(ste)
  • 帧移设置为帧长的1/2-1/3

3. 短时自相关（ACF）

• 数学定义：

  用于检测周期性，浊音在基频处出现峰值
  

​

• 实现技巧：
  • 使用xcorr函数计算自相关
  • 取前半部分避免对称性
  • 归一化处理（'coeff'选项）

参数优化建议：

实验验证（TIMIT数据集）：

参考代码 求解语音信号的短时过零率、短时能量、短时自相关特征 www.youwenfan.com/contentali/100167.html

扩展应用：

1. 语音活动检测（VAD）：结合ZCR和STE实现双门限判决
2. 基音周期估计：通过ACF峰值检测实现
3. 情感识别：多特征融合（ZCR+STE+MFCC）

性能优化：

1. 快速算法：使用FFT加速自相关计算（复杂度O(N log N)）
2. 并行计算：利用MATLAB parfor加速分帧处理
3. 内存优化：预分配内存避免动态扩容