使用 Octave 构建一种算法来切断语音信号的停顿

Question

您能解释一下如何做到这一点吗？ （使用 Octave，构建一种切断语音信号停顿的算法）

音频文件： https://www.dropbox.com/s/34ait9wo4b1j1ld/test1.ogg?dl=1

这是我的计划：

1. 读取音频文件
2. 创建一个滤波器核心来滤除高频噪声、信号中的“峰值”，尤其是在休息期间
3. 使用卷积应用此滤波器
4. 为滤波后的音频信号设置阈值：暂停为 0，其余为 1
5. 。结合原始信号和滤波后的信号，不间断地构建新信号。

问题是我不知道如何在 Octave 中启动/执行它。我只知道一点理论。

Answer 1

部分答案，帮助您入门。

对于第 1 步，手册中介绍了 Octave 的基本音频处理功能。

要检查您的文件，请使用 audioinfo 命令（此示例假设 .ogg 文件位于 Octave 当前的工作目录中）：

info = audioinfo ('test1.ogg')

它应该为您提供一个包含音频元数据的结构（压缩方法） 、通道数、采样率等）。

要读取文件，请使用 audioread 命令：

[y, fs] = audioread ('test1.ogg');

其中 y 是列向量（如果有单个通道）（如果有多个通道，则为列中的每个通道），fs 是采样频率。

要播放音频，请使用：

player = audioplayer (y, fs); 
play (player);

对于步骤 2 和 3，您需要获取信号处理 软件包，查看如何安装软件包 这里。

我知道您想要一个低通滤波器，例如 FIR 滤波器，或巴特沃斯滤波器。两者默认都是低通的。

例如，对于具有截止 pi*Wc 的 n 阶巴特沃斯滤波器，创建并应用滤波器：

[b, a] = butter (n, wc);
yf = filter (b, a, y);

而对于 n 阶 FIR 滤波器截止 pi*Wc：

b = fir1 (n, Wc);
yf = filter (b, 1, y);

我猜对于 FIR 滤波器来说，过滤器 和 conv 的工作方式类似，但要使用 conv，您需要获取输入的多项式系数（请参阅此处< /a>）。

周围有许多令人毛骨悚然的细节，这些细节很大程度上取决于您的目标以及您的数据是什么。事情可能像描述的那样复杂 此处，请参阅此代码。