这个是利用子带谱熵法进行语音信号端点检测的代码，给出了参考文献，有兴趣时可以看一下，发博客以作备忘！！！

function [voiceseg,vsl]=vad_1(s,fs)

%该函数采用子带谱熵法检测语音信号的端点

%输入：s ：输入信号s

%      fs：输入信号的采样频率(Hz)

%      Is：设定一个前导无话段用来计算门限值(比如我们分段时预留了至少0.5s，

%          故可以设定Is=0.5,或者根据实际情况取)，若分段时没预留噪声，或者

%          预留噪声段混有语音，会对该算法造成较大影响。

%输出：voiceseg 为一个数组，分别给出了起始帧结束帧和有话段帧数

%说明：1.这里我们认为语音段必须大于0.2s，噪声段必须大于0.1s

%      2.调整门限值(T1，T2)或  maxsilence，minlen或者K值可以调整端点检测效果

%参考文献：一种基于自适应谱熵的端点检测改进方法 1006—9348(2010)12—0373—03

%  　　20150617 by boat

%检查人：

%基本参数和变量的设定和求取

IS=0.3;

wlen=floor(25/1000*fs);                     % 帧长设为25ms

inc=floor(wlen/2);                          % 帧移为帧长的50%

xx1=s-mean(s);                               % 去除直流分量

x=xx1/max(abs(xx1));                          % 对幅值归一化

win=hamming(wlen);                          % 设定窗函数

y=enframe(x,win,inc)’;                      % 分帧并转置，转置后每一列为一帧

nframe=size(y,2);                           % 求帧数

NIS=fix((IS*fs-wlen)/inc +1);               % 求前导无话段帧数

df=fs/wlen;                                 % 求出FFT后频率分辨率

fx1=fix(80/df)+1;

fx2=fix(4500/df)+1;                         % 找出80Hz和4500Hz的位置

km=floor(wlen/8);                           % 计算出子带个数,每个子带包含4条谱线

K=4.8;                                      % 设定常数K,K值对端点检测效果有影响

Eb=zeros(1,km);

Hb=zeros(1,nframe);

for i=1:nframe

A=abs(fft(y(:,i)));                     % 对一帧进行快速傅里叶变换并取幅值

E=zeros(wlen/2+1,1);

E(fx1+1:fx2-1)=A(fx1+1:fx2-1);          % 取80～4500Hz之间的分量

E=E.*E;                                 % 计算能量

P1=E/sum(E);                            % 归一化

index=find(P1>=0.7);                    % 剔除P1>0.9的分量

if ~isempty(index)

E(index)=0;

end

for m=1:km                              % 计算子带能量

Eb(m)=sum(E(4*m-3:4*m));

end

prob=(Eb+K)/sum(Eb+K);                  % 计算子带概率

Hb(i) = -sum(prob.*log(prob+eps));      % 计算子带谱熵

end

% 多次中值滤波做平滑处理

a=Hb;

for kk=1:10

b=medfilt1(a,5);

a=b;

end

Enm=b ;

% 设置阈值

Me=min(Enm);

eth=mean(Enm(1:NIS));

Det=eth-Me;

T1=0.9402*Det+Me;

T2=0.935*Det+Me;

%初始化

nframe=length(Enm);                       % 取得帧数

maxsilence = 4;                           % 静音长度不够0.1s的认为语音没有停止

minlen  = 8;                              %语音长度不够0.2s的认为是噪声

status  = 0;

count   = 0;

silence = 0;

%开始端点检测

%检测方法为单参数双门限法

xn=1;

for n=2:nframe

switch status

case {0,1}                          % 0 = 静音, 1 = 可能开始

if Enm(n) < T2                   % 确信进入语音段

x1(xn) = max(n-count(xn)-1,1);

status  = 2;

silence(xn) = 0;

count(xn)   = count(xn) + 1;

elseif Enm(n) < T1               % 可能处于语音段

status = 1;

count(xn)  = count(xn) + 1;

else                              % 静音状态

status  = 0;

count(xn)   = 0;

x1(xn)=0;

x2(xn)=0;

end

case 2,                              % 2 = 语音段

if Enm(n) < T1                    % 保持在语音段

count(xn) = count(xn) + 1;

else                              % 语音将结束

silence(xn) = silence(xn)+1;

if silence(xn) < maxsilence    % 静音还不够长，尚未结束

count(xn)  = count(xn) + 1;

elseif count(xn) < minlen      % 语音长度太短，认为是噪声

status  = 0;

silence(xn) = 0;

count(xn)   = 0;

else                           % 语音结束

status  = 3;

x2(xn)=x1(xn)+count(xn);

end

end

case 3,                              % 语音结束，为下一个语音准备

status  = 0;

xn=xn+1;

count(xn)   = 0;

silence(xn)=0;

x1(xn)=0;

x2(xn)=0;

end

end

el=length(x1);

if x1(el)==0, el=el-1;

end                                     % 获得x1的实际长度

if el==0,

return;

end

if x2(el)==0                            % 如果x2最后一个值为0，对它设置为fn

fprintf(‘Error: Not find endding point!\n’);

x2(el)=nframe;

end

SF=zeros(1,nframe);                         % 按x1和x2，对SF和NF赋值

for i=1 : el

SF(x1(i):x2(i))=1;

end

speechIndex=find(SF==1);                              % 计算voiceseg

if speechIndex(1)==0

voicedIndex=find(speechIndex);                     % 寻找express中为1的位置

else

voicedIndex=speechIndex;

end

voiceseg = [];

k = 1;

voiceseg(k).begin = voicedIndex(1);            % 设置第一组有话段的起始位置

for i=1:length(voicedIndex)-1,

if voicedIndex(i+1)-voicedIndex(i)>1,          % 本组有话段结束

voiceseg(k).end = voicedIndex(i);      % 设置本组有话段的结束位置

voiceseg(k+1).begin = voicedIndex(i+1);% 设置下一组有话段的起始位置

k = k+1;

end

end

voiceseg(k).end = voicedIndex(end);            % 最后一组有话段的结束位置

% 计算每组有话段的长度

for i=1 :k

voiceseg(i).duration=voiceseg(i).end-voiceseg(i).begin+1;

end

vsl=length(voiceseg);

下面是批处理的代码：