声源定位系统中，端点检测后如何利用广义互相关测时延
在做一个声源检测的研究，现在的问题是声音信号采集进来，先经过预处理和端点检测，提取声音段。但提取声音段后它的起点就都不一样了，那么接下来要做广义互相关求时延就没法求了，这个要怎么办？望有声音定位的大神指点。
参考一下http://www.docin.com/p-944996960.html amnesia 发表于 2016-5-18 15:31
参考一下http://www.docin.com/p-944996960.html
多谢楼上的回复，发帖好几周了终于有人回我了。
相关文章我都看了很多了，思路也都大同小异，但是问题在于从端点检测到时延估计这两步之间是如何联系的？这是关键。
因为正像我问题说的，端点检测是可以检测出语音段，返回语音段的起止帧号，但是这样也就损失了时延信息（因为两段语音的起点信息被破坏了），那么到时延估计这一步两个语音段起点不同，那也就没法时延估计了。。。。 lebronze 发表于 2016-5-18 15:48
多谢楼上的回复，发帖好几周了终于有人回我了。
相关文章我都看了很多了，思路也都大同小异，但是问题在 ...
端点检测主要是找起始和终止点，但是端点在原始信号中的位置仍然是可以确定的啊，怎么会导致时间信息丢失呢？ 不明白，为什么“提取声音段后它的起点就都不一样了”？时间信息都在吧，不是说有语音段的起止帧号吗？ amnesia 发表于 2016-5-20 10:20
端点检测主要是找起始和终止点，但是端点在原始信号中的位置仍然是可以确定的啊，怎么会导致时间信息丢失 ...
因为每帧时间（10~20ms）会远远超过时延的时间（10^-2ms量级），这样得到的多路声音信号起始帧号都是相同的，因而没法定位。 TestGuru 发表于 2016-5-20 10:49
不明白，为什么“提取声音段后它的起点就都不一样了”？时间信息都在吧，不是说有语音段的起止帧号吗？
因为每帧时间（10~20ms）会远远超过时延的时间（10^-2ms量级），这样得到的多路声音信号起始帧号都是相同的，因而没法定位。 function = vad(x)
%幅度归一化到[-1,1]
x = double(x);
x = x / max(abs(x));
%常数设置
FrameLen = 240;%帧长为240点
FrameInc = 80;%帧移为80点
amp1 = 10;%初始短时能量高门限
amp2 = 2;%初始短时能量低门限
zcr1 = 10;%初始短时过零率高门限
zcr2 = 5;%初始短时过零率低门限
maxsilence = 8;% 8*10ms= 80ms
%语音段中允许的最大静音长度，如果语音段中的静音帧数未超过此值，则认为语音还没结束；如果超过了
%该值，则对语音段长度count进行判断，若count<minlen，则认为前面的语音段为噪音，舍弃，跳到静音
%状态0；若count>minlen，则认为语音段结束；
minlen= 15; % 15*10ms = 150ms
%语音段的最短长度，若语音段长度小于此值，则认为其为一段噪音
status= 0; %初始状态为静音状态
count = 0; %初始语音段长度为0
silence = 0; %初始静音段长度为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, x), FrameLen, FrameInc)), 2);
amp = sum(abs(enframe(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) %subplot(3,1,1)表示将图排成3行1列，最后的一个1表示下面要画第1幅图
plot(x)
axis() %函数中的四个参数分别表示xmin,xmax,ymin,ymax，即轴的范围
ylabel('Speech');
line(, [-1 1], 'Color', 'red');
%这里作用为用直线画出语音段的起点和终点，看起来更直观。第一个[]中的两个参数为线起止点的横坐标，
%第二个[]中的两个参数为线起止点的纵坐标。最后两个参数设置了线的颜色。
line(, [-1 1], 'Color', 'red');
subplot(312)
plot(amp);
axis()
ylabel('Energy');
line(, , 'Color', 'red');
line(, , 'Color', 'red');
subplot(313)
plot(zcr);
axis()
ylabel('ZCR');
line(, , 'Color', 'red');
line(, , 'Color', 'red');端点检测小程序
vibmaster 发表于 2016-6-1 13:18
端点检测小程序
多谢答主热心，还把代码贴出来了，很赞！
VAD我已经实现了，就是时延估计这块有点问题。 lebronze 发表于 2016-6-1 15:25
多谢答主热心，还把代码贴出来了，很赞！
VAD我已经实现了，就是时延估计这块有点问题。
哈哈有帮助就好期待其他人的热心回复 不知道楼主问题解决了吗？我也挺关注这个的 可否分享一下经验
页:
[1]