1. 音频分析

1.输出语音的切分时间点信息，时间点用毫秒表示；
2.把语音分割成多个wav文件；

端点检测：确定句子的时间起始点和终点，忽略中间少量的非语音帧，
用于语音识别。(Speech Endpoint Detection)

熵在信息论中是反映信息度量的一个量。某随机事件的随机性越大，
即不确定性越高，则熵值也越大，所以携带的信息量亦越大。
本次作业采用 谱熵法 对语音进行端点检测。

2. 谱熵法

在这里插入图片描述
在这里插入图片描述

3. 预处理

在这里插入图片描述

4. 双门限法端点检测

在这里插入图片描述

5. 实验结果

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

处理 PHONE_001.wav 得到的信息
（1）time.csv: 为语音切段信息；
（2）PHONE_001_vad.wav:为语音VAD处理后，语音段合成的wav；
（3）segmentation文件夹: 为语音分段后各小段的语音；
（4）main_VAD.m: 主函数；
（5）vad.m: 为双门限法端点检测函数；
（6）houzhichuli.m： 为间歇长度判定函数；
（7）frame2time.m： 为帧对于的时间函数；

代码：
VAD
+qq：1095982611; 80% discount

# 语音识别 # python # 人工智能
Logo
CSDN学习社区

CSDN联合极客时间，共同打造面向开发者的精品内容学习社区，助力成长！

更多推荐

嵌入式作业（七）：基于Ardunio的STM32串口通信

嵌入式作业（七）0作业要求1Ardunio 完成STM32的串口通信（1）安装Ardunio IDE（2）stm32串口通信2关于 stduino IDE0作业要求安装 Ardunio IDE 和相关软件支持库，在Ardunio 完成STM32板子的串口通信程序：（1）持续向串口输出“Hello world！”；（2）当接收到“stop!”时，停止输出。网上有一个国人版的MCU集成开发平台， st

avatar CSDN学习社区

JDBC详解

JDBC文章目录JDBC什么是JDBC?JDBC驱动程序:Java使用JDBC访问数据库的步骤:设置classpath:Oracle连接字符串的书写格式:简单的例子:常用数据库的驱动程序及JDBC URL:Oracle数据库:SQL Server数据库MySQL数据库Access数据库PreparedStatement接口:JNDI-数据源（Data Source）与连接池（Connection

avatar CSDN学习社区

“模式识别与机器学习”学习笔记no2.再谈感知机

接**上篇：上篇主要进行了PLA，Pocket算法的理论过程分析和在给定数据集上利用pocket算法对数据集进行分类学习，得到错分数量最少的分类面。上篇中pocket算法的过程已经进行了编程和测试，框架已经建立了起来，这一篇主要上篇中没有提到或涉及不深的几个问题。1.数据集的构造。上篇是直接使用了题目给的向量，这次来根据正态分布来产生数据集。np.random.normal函数可以根据均值和方差生

avatar CSDN学习社区