Python 版本: https : //github.com/nssh/dsp 该文件夹包含两个简单的函数(零交叉和能量)来计算 STE 和 STZCR。 脚本 zcr_ste_so.m 使用这两个和其他函数(包括)来计算 STE 和 STZCR “所以”这个词。 有关更多详细信息,请参阅相应的功能帮助。
2022-12-02 20:50:06 59KB matlab
1
本实验要求掌握时域特征分析原理并利用已学知识,编写程序求解语音信号的短时过零率、短时能量、短时自相关特征,分析实验结果,并能掌握借助时域分析方法所求得的参数分析语音信号的基音周期及共振峰。
1
用matlab实现语音降噪,使用了短时过零率的思想,编译通过了
2022-05-02 20:58:01 1KB 短时过零率,语音去噪
1
语音信号的短时分析包括短时过零率-短时能量-短时自相关等,matlab2013b仿真测试。
2022-04-27 09:14:15 29KB 文档资料 语音信号短时分析
短时能量,短时过零率,基音周期,清浊音分析。
1
matlab语音处理分窗与短时过零率代码与实例——enframe函数、wavemngr函数、短时功率频谱分析
2021-10-12 21:47:00 657KB 语音房分析 过零率 分窗
1
MATLAB进行语音信号分析,双声道合并,短时能量分析,短时过零率检测, MATLAB进行语音信号分析,双声道合并,短时能量分析,短时过零率检测, MATLAB进行语音信号分析,双声道合并,短时能量分析,短时过零率检测
1
语音信号处理:短时过零率,语音分帧,短时功率密度谱,短时能量,小波去噪
1
语音信号时域分析MATLAB程序 通过短时过零率、短时能量、平均幅度差、自相关函数,分析语音信号
1
由MFCC得到乐器音频信号的短时功率谱;再得到乐器音频信号的短时过零率;与原乐器音频信号——同一类乐器音频信号的各个特征谱(图)相比较初步判断出该音频属于什么乐器;利用DTW(动态时间归整)比较各类乐器的MfCC和短时过零率的匹配距离数据,判断音频属于什么乐器
1