wrb1.m

语音基本间隙检测算法

function wrb1(wavename,noisename,c)
%speech 表示纯净语音时域波形；
%noise 表示噪声；
% c表示判决的数值 经验值通常取2
speech=wavread(wavename);
L=length(speech);
%L表示语音的长度；
t=0:L-1;
subplot(2,1,1);
plot(t,speech,'r');
xlabel('Time(ms)');
ylabel('Magnitude of speech');
title('Time domain of speech');
hold on
%noise表示噪声；
noise=wavread(noisename);
noise1=noise(1:L);
%noise1表示对噪声的截断和纯净语音有相同的长度；
subplot(2,1,2);
plot(t,noise1,'r');
xlabel('Time(s)');
ylabel('Magnitude of noise1');
title('Time domain of noise1');
figure;
speechnoise=speech+noise1;
%langguang表示含噪音信号；
subplot(2,1,1);
plot(t,speechnoise);
xlabel('Time (ms)');
ylabel('Magnitude domain of language');
title('Time domain of language');
a=200;  % a表示每一桢的桢长为200个点
b=floor(L/a);
for i=0:1:b-1
     y=speechnoise(i*a+1:i*a+a);
     %每桢为200个点,共411桢
     N=200;
     yk=fft(y,N);
     u=real(yk(1:N/4));
     v=imag(yk(1:N/4));
     j=i+1;
     eplow(j)=sum(u.^2+v.^2);
 end
     %对200个点进行求和
     %eplow 表示低频的能量
     subplot(2,1,2);
     j=1:b;
  plot(j,eplow,'r-');
  xlabel('Frame of total 411');
  ylabel('eplow power of every frame');
  axis([0,412,0,1500]);
  title('The Power Envelope of low frequency') ;
  figure;
for i=0:b-1
    y=speechnoise(i*a+1:i*a+a);
     %每桢为200个点,共411桢
    N=200;
    yk=fft(y,N);
    m=real(yk((N/4)+1:N/2));
    n=imag(yk((N/4)+1:N/2));
    j=i+1;
    ephigh(j)=sum(m.^2+n.^2);
end
     %对200个点进行求和
    %ephigh表示高频的能量;
    subplot(2,1,1);
    j=1:b;
    plot(j,ephigh,'r-');
    xlabel('Frame of total 411');
    ylabel('ephigh power of every frame');
    title('The Power Envelope of high frequency');
    figure;
   
    %对含有语音的信号进行检测
 for i=0:1:9
     y=speechnoise(i*a+1:i*a+a);
     %取前十桢，对起始噪声进行均值估计，确定门限值；
     N=200;
     yk=fft(y,N);
     u=real(yk(1:N/4));
     v=imag(yk(1:N/4));
     j=i+1;
     eplow1(j)=sum(u.^2+v.^2);
 end
 TH=sum(eplow1)/10;%TH表示门限
 %对语音进行判决；
 K=0;
 %c表示经验值
for i=0:1:b-1
     y=speechnoise(i*a+1:i*a+a);
     %每桢为200个点,共411桢
     N=200;
     yk=fft(y,N);
     u=real(yk(1:N/4));
     v=imag(yk(1:N/4));
     j=i+1;
     eplow2(j)=sum(u.^2+v.^2);
     if (eplow2(j)>c*TH)
        K=K+1;
        eplow3(K)=eplow2(j);%eplow3表式示超过门限的全部值
        ep(K)=i;%ep表示的超过门限所对应的点
     end   
 end
 k=1:K;
 subplot(2,1,1);
 plot(k,eplow3,'r');%所有超过门限的能量幅值图；
 xlabel('frame');
 ylabel('Magnitude of power')
 subplot(2,1,2);
 plot(k,ep,'r'); %所有超过门限的桢图；
 xlabel('Number of frame');
 ylabel('frame');
 figure;
  speechnoise=speech+noise1;
%speechnoise表示含噪音信号；
subplot(2,1,1);
plot(t,speechnoise);
xlabel('Time (ms)');
ylabel('Magnitude domain of language');
title('Time domain of language');
hold on;
%根据判决结果对含有语音的部分进行标识；
x=0;
for k=2:K;
    if (ep(k)-ep(k-1))>4
        x=x+1;
        ep1(x)=ep(k);
        ep2(x)=ep(k-1);
    end
end
q=-1:0.001:0.8;
for X=1:x-1
    plot(ep1(X)*a,q,'r');
    plot(ep2(X+1)*a,q,'r');
    p=ep1(X)*a:ep2(X+1)*a;
    plot(p,0.8,'r');
    hold on;
end
plot(ep(1)*a,q,'r');
plot(ep2(1)*a,q,'r');
p=ep(1)*a:ep2(1)*a;
plot(p,0.8,'r');
plot(ep1(X)*a,q,'r');
plot(ep(K)*a,q,'r');
w=ep1(X)*a:ep(K)*a;
plot(w,0.8,'r');
figure;
%对speechnoise进行降噪处理
%取200个点做为噪声的平均功率谱估计
i=0;
y=speechnoise(i*a+1:i*a+a);
N=200;
yk1=fft(y,N);
u1=real(yk1(1:N/2));
v1=imag(yk1(1:N/2));
epl=u1.^2+v1.^2;
TH1=sum(epl)/100 ;                  %噪声的估计的平均值
for  i=0:1:b-1
     y=speechnoise(i*a+1:i*a+a);
     %每桢为200个点,共411桢
     N=200;
     yk=fft(y,N);
      u=real(yk(1:N/2));
     v=imag(yk(1:N/2));
     epl1=u.^2+v.^2-0.8*TH1;
     yk1=epl1.^0.5;                 %yk1表示的输入纯净语音信号频域；
     N=200;
     y1=ifft(yk1,N);
     w=real(y1(1:a));
      m=imag(y1(1:a));
    tt=i*a+1:i*a+a;
      subplot(2,1,1);
     plot(tt,(w.^2+m.^2)*0.5,'r');
     hold on
     plot(tt,-(w.^2+m.^2)*0.5,'r');
     xlabel('Time of damain (ms)');
     ylabel('Magnitude of damain (V)');
     title('clean language');
     hold on;
 end