语音音节分段算法的设计

谢谢观赏！
设计
1. 打开录音软件，录入“语音信号音节分段”几个字，保存为.WAV格 式。用matlab调用其波形，观察波形。 2. 将其看成一个X(n)的序列，我们可以选取X(11),X(12),X(13),X(14) 这几个点作为选定值。
3. 用基于能量的语音音节划分方法计算X(11),基于过零率的语音音节 划分方法计算X(12),基于信息熵的语音音节划分方法计算X(13),基 于修正的短时自相关的语音音节划分方法计算X(14)。
若为无声段则结束
若为有声段则记录一个音节
结论
短时能量与短时过零率可以看成一对互补关系对：短时能量大的 地方过零率小，短时能量小的地方过零率较大。短时能量比较低， 过零率次数却比较多。 相对于其他几种方法，将其融合求加权平均值法可以权衡几种方 法的利弊，这样计算出的数据较为准确，但是要彻底的研究出准 确的结果，还需要更高的技术及更精准的计算方法。当然当噪声 较大，而清音较低时，计算结果就不是很理想了，几时去噪，也 有可能将清音段滤除，所以我们应该继续进行深入的探索与研究 来解决这些困难。
论文答辩
语音音节分段算法的设计
• • • •
设计方案 设计方法 设计框图 结论
设计方案
经过大量的实验证明，我们一般所应用的方法，例 如：基于能量的算法，基于过零率的算法等等都有它各 自的优缺点，并且不同的算法有不同的结果，准确度也 不是很高。所以在此我提出了一种结合几种算法的方式 来进行语音音节分段处理。我分别使用四种方法原理： 能量、动态过零率、信息熵、修正的短时自相关函数。 将四种方法分别进行处理，然后计算其加权平均值。
4. 计算完成后，计算四种方法结果的加权平均值，得到X。若为无声 段则放弃，若为有声段则记录下来。
设计框图
采集语音信号，观察波形图 把波形图看成一个序列X(n)
选取其中几个值
wk.baidu.com
基于能量法求X(11)
基于过零率求X(12)
基于信息熵求X(13)
基于修正的短时自相关求X(14)
计算四种方法的加权平均值
得到的结果进行对比比