概念

上一篇文章介绍了语音短时能量，这篇介绍一下语音的短时过零率。短时过零率也是一个比较基础的语音时域特征，下面就来介绍一下。

短时过零率就是单位时间穿过坐标系横轴的次数，计算公式如下：

Zn=∑m=−∞∞∣sgn[x(m)]−sgn[x(m−1)]∣w(m)Z_n = \sum_{m = -\infty}^\infty|sgn[x(m)] - sgn[x(m - 1)]|w(m)Zn=m=−∞∑∞∣sgn[x(m)]−sgn[x(m−1)]∣w(m)

其中，sgn(n)sgn(n)sgn(n)为符号函数：

sgn[x(n)]={1x(n)≥0−1x(n)<0sgn[x(n)] = \begin{cases} 1 & x(n) \ge 0 \\ -1 & x(n) < 0 \end{cases}sgn[x(n)]={1−1x(n)≥0x(n)<0

w(n)w(n)w(n) 函数用来计算比：

w(n)={1/2N0≤n≤N−10其它w(n) = \begin{cases} 1/2N & 0 \le n \le N -1 \\ 0 & \text{其它} \end{cases}w(n)={1/2N00≤n≤N−1其它

我们可以通过计算每一帧时间内穿过的横轴的次数，然后除以每帧内采样点的数目，就可以得到语音每帧内的短时过零率。

门限过零率

由于短时过零率很容易受到低频的干扰，因此，在计算时，加上门限，来过滤掉低频带来的影响，如图所示：

计算公式如下：

Zn=∑m=−∞∞∣sgn[x(m)−T]−sgn[x(m−1)−T]∣+∣sgn[x(m)+T]−sgn[x(m−1)+T]∣w(m)Z_n = \sum_{m = -\infty}^\infty{|sgn[x(m) - T] - sgn[x(m - 1) - T]| + |sgn[x(m) + T] - sgn[x(m - 1) + T]|}w(m) Zn=m=−∞∑∞∣sgn[x(m)−T]−sgn[x(m−1)−T]∣+∣sgn[x(m)+T]−sgn[x(m−1)+T]∣w(m)

这样，利用添加门限的方式，就可以过滤掉低频带来的影响。

Python 实现

首先，还是先要读取语音文件：

f = wave.open("./语料/" + str(i + 1) + ".wav","rb")
# getparams() 一次性返回所有的WAV文件的格式信息
params = f.getparams()
# nframes 采样点数目
nchannels, sampwidth, framerate, nframes = params[:4]
# readframes() 按照采样点读取数据
str_data = f.readframes(nframes)            # str_data 是二进制字符串# 以上可以直接写成 str_data = f.readframes(f.getnframes())# 转成二字节数组形式（每个采样点占两个字节）
wave_data = np.fromstring(str_data, dtype = np.short)
print( "采样点数目：" + str(len(wave_data)))          #输出应为采样点数目
f.close()

写一个计算短时过零率的函数，我这里的语音，每帧有个采样点：

# 自定义函数，计算数值的符号。
def sgn(data):if data >= 0 :return 1else :return 0
#计算过零率
def calZeroCrossingRate(wave_data) :zeroCrossingRate = []sum = 0for i in range(len(wave_data)) :if i % 256 == 0:continuesum = sum + np.abs(sgn(wave_data[i]) - sgn(wave_data[i - 1]))if (i + 1) % 256 == 0 :zeroCrossingRate.append(float(sum) / 255)sum = 0elif i == len(wave_data) - 1 :zeroCrossingRate.append(float(sum) / 255)return zeroCrossingRate

最后，调用即可：

zeroCrossingRate = calZeroCrossingRate(wave_data)

所有过零率数据都存储在 zeroCrossingRate 数组里了。

写在最后

由于本人刚开始学习语音部分，学的还很有限，如有书写错误的地方，希望大家帮助改正，十分感谢。

语音短时过零率计算——Python实现相关推荐

matlab短时过零率计算+源代码
[xx,Fs]=audioread('mei.wav'); % 读入数据文件 x=xx-mean(xx); % 消除直流分量 wlen=200; inc=80; % 设置帧长.帧移 win=hanni ...
音频信号特征提取（1）：短时特征之短时能量、短时功率、短时过零率
特征提取(Feature Exaction)的重要性,就不用多说了. 对于音频信号,按时间分辨率.按局部or全局的观念.持续时间长短,或者爱怎么讲怎么讲,特征可分为长期(long-term).中期(m ...
python求语音信号短时能量、短时过零率、语谱图
python语音信号处理(二) 一.短时能量短时能量主要用于区分浊音段和清音段,因为浊音时E(i)值比清音时大得多:区分声母与韵母的分界和无话段与有话段分界. 计算第i帧语音信号yi(n)的短时能量 ...
用python计算准确率_分词结果准确率、召回率计算-python(示例代码)
使用python计算分词结果的准确率,召回率和F值测试文件output.txt格式如下: 团 B B 圆 E E 是 BE BE 春 B B 节 E E 千 B B 年 E E 不 B B 变 E ...
python计算召回率_分词结果准确率、召回率计算-python
原博文 2016-06-19 13:01 − 使用python计算crf根据模型的分词结果的准确率,召回率和F值测试文件output.txt,第一列是字,第二列是人工标注的分词结果,第三列是根据模型 ...
语音短时能量计算——Python实现
介绍刚开始学习计算机视听觉,第一个实验是端点检测算法.这个算法实现起来还是比较简单的,主要是该算法利用到的两个数据--语音短时能量和短时过零率.今天先分享一下我计算短时能量的方法. 语音短时能量,顾 ...
语音识别-过零率和短时能量-端点检测
端点检测个人理解能量与过零数的端点检测算法步骤语音信号x(n)进行分帧处理计算每一帧的短时能量,得到语音的短时帧能量计算每一帧语音的过零数,得到短时帧过零数考擦语音的平均能量设置一个较高的 ...
matlab 端点检测能零比法_基于短时能量与过零率的端点检测的matlab分析
基于语音端点检测的方法有很多,从历史的发展来看. 首先是基于短时能量和短视过零率的端点检测=〉各变换域=〉人工神经网络=〉基于倒谱距离的检测算法=〉基于谱熵的方法=〉几何门限的方法=〉sigma函数= ...
python （语音）信号拆分为数据块,计算短期能量和过零率
学习目标(ILO): 您应该了解如何将(语音)信号拆分为数据块(帧)并在这些块上进行分析/转换计算短期能量和过零率并将它们可视化以区分浊音和清音语音部分了解相关性的基础知识并能够实现相关性估计器 ...

语音短时过零率计算——Python实现

概念

门限过零率

Python 实现

写在最后

语音短时过零率计算——Python实现相关推荐

最新文章

热门文章