音频特征提取

特征提取（Feature Exaction）

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（mid-term）、短期（short-term），也可以叫短时特征。

短时能量、功率是有点瞬时功率的概念，但又没有那么“瞬时”。大概是按帧在做计算。

短时功率在计算的时候，把每一帧的能量还要处理该帧的长度，量纲上等于[Watt]。

短时过零率（short-term zero corss rate，st-ZCR），大概是从时域上描述信号频率吧，也是按帧计算。

短时能量：

1. function E = get_st_energy( x,fs,wlen_time,step_time,win_type,energy_unit )  
2. %function zcr = get_st_energy( x,fs,wlen_time,step_time,win_type,energy_unit )  
3. %   获取短时能量（没有除以帧长，所以不是计算的功率）。  
4. %   输入参数  
5. %           x：语音信号 --> 单声道  
6. %           fs：采样速率  
7. %           wlen_time：窗口时间（s）  
8. %           step_time：步进时间（s）  
9. %           win_type：'hamming','hanning',...,默认'hamming'  
10. %           energy_unit：'dB'，以归一化的能量显示 （单位：dB）。否则是线性刻度。  
11. %   返回参数  
12. %           E：短时能量（横坐标是帧序号）  
13. % 版本说明：计算短时能量。  
14. % 如果分帧时，不能整除，则抛弃最后一帧，不予以计算  
15. % 时间：2016年10月31日21:21:23  
16.   
17. wlen = round(wlen_time * fs);  
18. nstep = round(step_time * fs);  
19.   
20. if nargin < 5  
21.     win = hamming(wlen);  
22. elseif nargin == 5  
23.     if strcmp(win_type, 'hamming')  
24.         win = hamming(wlen);  
25.     elseif strcmp(win_type, 'hanning')  
26.         win = hanning(wlen);  
27.     else  
28.         win = hamming(wlen);  
29.     end  
30. else  
31.     win = hamming(wlen);  
32. end    
33. nFrames = floor((length(x) - wlen)/nstep) + 1; % 总帧数  
34. E = [];  
35.   
36. for k = 1:nFrames  
37.     idx = (k-1) * nstep + (1:wlen);  
38.     x_sub = x(idx) .* win;  
39.     E(k) = sum(x_sub.^2);   
40. end  
41.   
42. % 是否需要化成dB  
43. if nargin == 6  
44.     if strcmp(energy_unit, 'dB')   
45.         E = 10*log10(E/max(E)+eps);  
46.     end  
47. end  
48. end  
51. 短时过零率：
52. 1. function zcr = get_st_zcr( x,fs,wlen_time,step_time,win_type )  
    2. %function zcr = get_st_zcr(x,fs,wlen_time,step_time,win_type )  
    3. %   获取短时过零率。  
    4. %   输入参数  
    5. %           x：语音信号 --> 单声道  
    6. %           fs：采样速率  
    7. %           wlen_time：窗口时间（s）  
    8. %           step_time：步进时间（s）  
    9. %           win_type：'hamming','hanning',...,默认'hamming'  
    10. %   返回参数  
    11. %           zcr：短时过零率（横坐标是帧序号）  
    14. % 版本说明：计算短时过零率。  
    15. % 如果分帧时，不能整除，则抛弃最后一帧，不予以计算  
    16. % 时间：2016年10月31日21:08:22  
    17.   
    18. if(min(size(x))>1) % 如果不是单声道  
    19.     % ...  
    20. end  
    21.   
    22. wlen = round(wlen_time * fs);  
    23. nstep = round(step_time * fs);  
    24.   
    25. if nargin < 5  
    26.     win = hamming(wlen);  
    27. elseif narmin == 5  
    28.     if strcmp(win_type, 'hamming')  
    29.         win = hamming(wlen);  
    30.     elseif strcmp(win_type, 'hanning')  
    31.         win = hanning(wlen);  
    32.     else  
    33.         win = hamming(wlen);  
    34.     end  
    35. else  
    36.     win = hamming(wlen);  
    37. end  
    38.   
    39.   
    40. nFrames = floor((length(x) - wlen)/nstep) + 1; % 总帧数  
    41. zcr = [];  
    42.   
    43. for k = 1:nFrames  
    44.     idx = (k-1) * nstep + (1:wlen);  
    45.     x_sub = x(idx) .* win;  
    46.     x_sub1 = x_sub(1:end-1);  
    47.     x_sub2 = x_sub(2:end);  
    48.     zcr(k) = sum(abs(sign(x_sub1) - sign(x_sub2))) / 2 / length(x_sub1);   
    49. end  
    50.   
    51. end  
    52.