自适应谱熵端点检测matlab实现

该方 法基 于 自适 应子带谱熵的方法, 引入正常量 K, 计算 负熵, 然而噪 声的负 熵减少要比语音的 负熵 减小 的明显, 同 时, 各种 噪声的 负熵 很接近, 这样就增强了语音与噪声的区分度

clear all;
clc;
close all
%基于自适应子带频谱熵的稳健性语音端点检测
N=256;%FFT变换的点数
Winsiz=256;%帧长
Shift=128;%帧移
[xFs]=wavread（‘d:\new180_speech\1\1_1.wav‘）;
% len=length（x1）;
% nois=0.003*rand（len1）;
% x=x1+nois;
% x=x./max（x）;
% 对信号做预加重处理
x=filter（[1 -0.9375] 1 x）;

nseg=floor（（length（x）-Winsiz）/Shift）+1;
A=zeros（Winsiz/2+1nseg）;

%下面循环是x信号的加窗处理并求出各点频谱能量
for i=1:nseg
    n1=（i-1）*Shift+1;n2=n1+（Winsiz-1）;
    xx=x（n1:n2）;xx=xx.*hamming（Winsiz）;
    y=fft（xxN）;
    y=y（1:Winsiz/2+1）;
    y=y.*conj（y）;
    A（:i）=y;
end
%计算总能量
Esum=zeros（1nseg）;
for i=1:nseg
    for j=1:Winsiz/2
        Esum（i）=Esum（i）+A（ji）;
    end
end 
%下面是计算每一帧的谱的能量
for i=1:nseg
    for n=1:Winsiz/2
        E（ni）=A（ni）;
    end
end   
%下面是计算每帧中每个样本点的概率分布
for i=1:nseg
    for n=1:Winsiz/2
      P（ni）=E（ni）/Esum（i）;  
    end
end

%下面是计算每一帧的谱熵值
H=zeros（1nseg）;
for i=1:nseg
    for n=1:Winsiz/2
        H（i）=H（i）+P（ni）*log（P（ni）+eps）;
    end
end   
H=-H;
%_________________________________________________

T1=2;
T2=1.8;
maxsilence=2;
minlen=20;
status=0;
count=0;
silence=0;
%开始端点检测
x1 = 0; 
x2 = 0;
xn=1;
for n=1:length（H）             %xn记录连续语音中字的段数（几个字）  
   switch status
   case {01}                   % 0 = 静音 1 = 可能开始
      if H（n） > T1          % 确信进入语音段
         x1（xn） = max（n-count（xn）-11）;
         status  = 2;
         %silence（xn） = 0;
         count（xn）   = count（xn） + 1;
      elseif H（