Java 用过零率区分清浊语音

过零率是沿着信号的符号变化率，即信号从正到负或反向变化的速率

过零率Zn可用于：

1-区分浊音/清音语音 2-将清音语音与静态背景噪声分离

这是一种简单（但有效）的方法来区分 浊音和清音语音区域：

 • Voiced region:  lower zero-crossing rate 
 • Unvoiced region:  higher zero-crossing rate 

下面是我正在使用的代码：

        public double evaluate(){
            int numZC=0;
            int size=signals.length;

            for (int i=0; i<size-1; i++){
                    if((signals[i]>=0 && signals[i+1]<0) || (signals[i]<0 && signals[i+1]>=0)){
                            numZC++;
                    }
            }                       

            return numZC/lengthInSecond;
        }

public双重评估（）{
int numZC=0；
int size=signals.length；
对于（int i=0；i=0&&signals[i+1]，基本问题是，虽然您已经找到了一种计算样本块过零率的方法，但您不能使用该方法来区分该块中的声音，因为它只给出一个描述整个块的数字

一个可能的解决方案是将你的大音块分成小音块，然后再进行处理。如果你这样做，你很快就会发现你随意制作的小音块不适合整齐的浊音和清音类别，只需去掉一个音块或将一个音块的音量设为零，就会让你感到“波涛汹涌”声音，甚至是刺耳的咔哒声，不会像你喜欢的那样清晰地划分词类

这可能是一个有价值的起点，因为它更接近您现有的代码，但从长远来看，它不会起作用，除非您只是想做一些粗略的工作（在这种情况下，这可能足够好了！）

为了解决这个问题，您可能需要考虑计算一个“瞬时过零率”1，它更新每个样本的Zr。
我使用过零的目的是消除信号的清音部分，，，而这个代码会返回过零率。那么我该怎么做呢？！
不清楚你想要什么。你说的“消除”是什么意思？你想保持沉默还是跳过这些部分？如果沉默，只需将不需要的部分替换为零。要跳过，只需删除这些示例。当然，你最终还是会出现单击和弹出，但我认为你知道如何摆脱这些。如果不知道，也许你可以继续阅读。请记住，你几乎肯定要删除这些示例使用一些启发式方法，如“不要删除任何小于n个样本的部分”

我如何知道多少是“低”过零率，多少是“高”过零率？？？
我猜一个好的阈值大约在400Hz左右，但语音不是我的专长。此外，它会因说话人、语言和其他因素而有所不同。我建议您制作一些样本，自己看看

1这个名字有点误导人，你可以说“没有瞬时过零率”。我不是来争论这个问题的；相反，我想用这个短语，因为它表达了我的意思，我希望你能理解。只要说你应该尽可能经常地更新Zr就够了。例如：

int lastSign = 0;
int lastCrossing = 0;
float nextZeroCrossing( float newSample ) {
   int thisSign = newSample > 0 ? 1 : -1 ;
   if( thisSign != lastSign ) {
      lastSign = thisSign;
      //zero crossing has happened. Update our estimate of Zr using lastCrossing and return that
   } else {
      ++lastCrossing;
      //zero crossing has not happened. Return existing Zr
   }
}

您可能希望“平滑”nextZeroCrossing（）的输出一个简单的指数或移动平均滤波器将非常有效。
基本问题是，虽然你已经找到了一种计算样本块过零率的方法，但你不能用它来区分该块中的声音，因为它只给你一个数字来描述你的整个b锁

一个可能的解决方案是将你的大音块分成小音块，然后再进行处理。如果你这样做，你很快就会发现你随意制作的小音块不适合整齐的浊音和清音类别，只需去掉一个音块或将一个音块的音量设为零，就会让你感到“波涛汹涌”声音，甚至是刺耳的咔哒声，不会像你喜欢的那样清晰地划分词类

这可能是一个有价值的起点，因为它更接近您现有的代码，但从长远来看，它不会起作用，除非您只是想做一些粗略的工作（在这种情况下，这可能足够好了！）

为了解决这个问题，您可能需要考虑计算一个“瞬时过零率”1，它更新每个样本的Zr。
我使用过零的目的是消除信号的清音部分，，，而这个代码会返回过零率。那么我该怎么做呢？！
不清楚你想要什么。你说的“消除”是什么意思？你想保持沉默还是跳过这些部分？如果沉默，只需将不需要的部分替换为零。要跳过，只需删除这些示例。当然，你最终还是会出现单击和弹出，但我认为你知道如何摆脱这些。如果不知道，也许你可以继续阅读。请记住，你几乎肯定要删除这些示例使用一些启发式方法，如“不要删除任何小于n个样本的部分”

我如何知道多少是“低”过零率，多少是“高”过零率？？？
我猜一个好的阈值大约在400Hz左右，但语音不是我的专长。此外，它会因说话人、语言和其他因素而有所不同。我建议您制作一些样本，自己看看

1这个名字有点误导人，你可以说“没有瞬时过零率”。我不是来争论这个问题的；相反，我想用这个短语，因为它表达了我的意思，我希望你能理解。只要说你应该尽可能经常地更新Zr就够了。例如：

int lastSign = 0;
int lastCrossing = 0;
float nextZeroCrossing( float newSample ) {
   int thisSign = newSample > 0 ? 1 : -1 ;
   if( thisSign != lastSign ) {
      lastSign = thisSign;
      //zero crossing has happened. Update our estimate of Zr using lastCrossing and return that
   } else {
      ++lastCrossing;
      //zero crossing has not happened. Return existing Zr
   }
}

您可能希望“平滑”nextZeroCrossing（）的输出，因为它往往会跳跃很多。一个简单的指数或移动平均滤波器将非常有效。
这与编程无关，但与信号概念有关。最好选择“否”，我的问题实际上是编程部分