开通博客赚积分
发布资源赚积分
分类

源码开发语言/平台
当前位置：首页 > 源码/资料 > 多媒体 > midi > 查看源码
ZCR_Noteseprate.m
资源名称：10_11.rar　[点击查看]
上传用户：abcwxk
上传日期：2016-05-20
资源大小：434k
文件大小：4k
源码类别：

midi

开发平台：

Visual C++

ZCR_Noteseprate.m：源码内容
  1. function notes_steps = ZCR_Noteseprate();
  2. % 打开文件
  3. clc;
  4. [filename,path]=uigetfile('*.wav','please select a wave file'); 
  5. filename=strcat(path,filename);
  6. [y,fs] = wavread(filename);
  8. % 可调参数
  9. sn = 30; % 过零率前加的白噪声的信噪比
  10. wn = 0.5; % 对有毛刺的过零率结果进行的低通滤波器的截止频率
  11. filterOnoff = 1; % 上述低通滤波器的开关
  12. factor = 1; % 对过零率结果进行门限判决，门限设为过零率的均值×factor
  14. % 音频做居中处理
  15. y =  y-sum(y)/length(y);
  16. % 加高斯白噪声
  17. yn = awgn(y, sn);
  18. % 特征提取，过零率、能量、频谱中心
  19. zcr = zeroCrossRate(yn, fs, 10, 10);
  21. % 浊音区间端点检测
  22. threshold = sum(zcr) / length(zcr) * factor; % 门限
  23. data = zcr - threshold;
  24. temp = [data 0].*[0 data];
  25. B = find( temp<0 );
  27. if data(B(1))>data(B(1)-1) % 判断第一个点是高zcr点还是低zcr点
  28.     % 高 第一个点要被舍弃，startpoints从第二点开始，endpoints从第三点开始
  29.     startpoints = B(2:2:end);
  30.     endpoints = B(3:2:end); % 认为第一个端点应该是清音或者静音的开始，后面的端点是清音与浊音交替
  31. else
  32.     % 低 第一个是低zcr点，startpoints从第一点开始，endpoints从第三点开始
  33.     startpoints = B(1:2:end); % 认为第一个端点应该是浊音段的开始，后面的端点是清音与浊音交替
  34.     endpoints = B(2:2:end);
  35. end
  36. % clear yn; clear zcr; clear zcrf; clear data; clear temp; clear B; clear A;
  38. % 除野点：持续时间小于100ms的浊音段，认为是野点，忽略掉
  39. voiceSoundSections = [];
  40. for i=1:length(startpoints)
  41.     if endpoints(i) - 1 - startpoints(i) < 10
  42.         continue;
  43.     else
  44.         voiceSoundSections = [voiceSoundSections [startpoints(i);endpoints(i)]];
  45.     end
  46. end
  48. startpoints = voiceSoundSections(1,:); 
  49. endpoints = voiceSoundSections(2,:)-1;
  51. %---------------
  52. figure;
  53. d=0.01;
  54. x=d:d:d*length(zcr);
  55. plot(x,zcr/max(zcr));
  56. hold on; plot(x,ones(1,length(zcr))*threshold/max(zcr)); title('过零率 & 端点切分结果');
  57. hold on; stem(d*startpoints,ones(1,length(startpoints)),'r');
  58. hold on; stem(d*endpoints,ones(1,length(endpoints)));
  59. %---------------
  61. % 求tempo
  62. tmp1 = startpoints(1:size(startpoints,2)-1);
  63. tmp2 = startpoints(2:end);
  64. tempo = min(tmp2-tmp1);
  65. tempo = min([tempo endpoints(end)-startpoints(end) ] )
  67. % 在每个tempo内，求一个平均绝对音高(Hz)
  68. % pitch = Pitch_Detection_Autocorrelation(y, fs, 30, 20);
  69. %  采用的是能量谱最大值的方法
  70. notes_frequence = [];
  71. samples_in_Frame = fs*10/1000;
  72. for i=2:length(startpoints)
  73.     N = round( (startpoints(i)-startpoints(i-1)) / tempo );
  74.     D=round((startpoints(i)-startpoints(i-1)) / N);
  75.     begin_sample = startpoints(i-1)*samples_in_Frame;
  76.     for j = 1:N
  77.         begin_sample = begin_sample + (j-1)*D*samples_in_Frame;
  78.         end_sample = begin_sample + D * samples_in_Frame -1;
  79.         data = y(begin_sample:end_sample);
  80.         spectral = abs(fft(data));
  81.         spectral = spectral(1:floor(length(spectral)/2) );
  82.         [tmp1,tmp2] = max(spectral);
  83.         fi = fs / length(data);
  84.         fmax = tmp2 * fi;        
  85.         notes_frequence = [notes_frequence fmax];
  86.     end
  87. end
  89. N = round((endpoints(end)-startpoints(end)) / tempo);
  90. D=(startpoints(i)-startpoints(i-1)) / N;
  91. begin_sample = startpoints(i-1)*samples_in_Frame;
  92. for j = 1:N
  93.     begin_sample = begin_sample + (j-1)*D*samples_in_Frame;
  94.     end_sample = begin_sample + D * samples_in_Frame -1;
  95.     data = y(begin_sample:end_sample);
  96.     spectral = abs(fft(data));
  97.     spectral = spectral(1:floor(length(spectral)/2) );
  98.     [tmp1,tmp2] = max(spectral);
  99.     fi = fs / length(data);
  100.     fmax = tmp2 * fi;        
  101.     notes_frequence = [notes_frequence fmax];
  102. end
  104. %  采用的是能量中心的方法，被放弃了
  105. % N = round((endpoints(end)-startpoints(end)) / tempo);
  106. % D=(startpoints(i)-startpoints(i-1)) / N;
  107. % begin_sample = startpoints(i-1)*samples_in_Frame;
  108. % for j = 1:N
  109. %     begin_sample = begin_sample + (j-1)*D*samples_in_Frame;
  110. %     end_sample = begin_sample + D * samples_in_Frame -1;
  111. %     data = y(begin_sample:end_sample);
  112. %     spectral = abs(fft(data));
  113. %     spectral = spectral(1:floor(length(spectral)/2) );
  114. %     E= sum(spectral.^2);
  115. %     if(sum(spectral)==0)
  116. %         centroid = 0;
  117. %     else
  118. %         centroid = sum(spectral.^2.*(1:length(spectral))') / E * 1000 / 20;
  119. %     end
  120. %     notes_frequence = [notes_frequence centroid];
  121. % end
  123. % 转换成相对音高（音阶）
  124. notes_steps = zeros(1,length(notes_frequence)-1);
  125. for i = 2 : length(notes_frequence)
  126.     current_pitch = notes_frequence(i);
  127.     previous_pitch = notes_frequence(i-1);
  128.     notes_steps(i-1) = round(12*(log(current_pitch)-log(previous_pitch))/log(2));
  129. end
  131. disp('输入音频的相对音高结果：')
  132. return;