当前位置：首页 > news >正文

基于MATLAB的语音信号时域特征提取实现

news 2026/3/27 5:09:01

%% 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_framesstart_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：

参数	推荐范围	适用场景
帧长	20-40ms	通用语音处理
帧移	10-20ms	实时处理需较小帧移
窗函数	汉明窗/Hanning	减少频谱泄漏
预加重系数	0.95-0.97	增强高频成分