Question

   function [ samples,y, energies] = energy( speech, fs )
   window_ms = 200;
   threshold = 0.75;

   window = window_ms*fs/1000;
   speech = speech(1:(length(speech) - mod(length(speech),window)),1);
   samples = reshape(speech,window,length(speech)/window);
   energies = sqrt(sum(samples.*samples))';

   vuv = energies > threshold;
   y=vuv;

我有这个matlab代码，我需要在c＃中编写这段代码。但是我无法理解代码的最后部分。此外，我认为语音对应于根据代码的第一部分的数据列表或数组。如果没有，请有人解释这段代码在做什么。我只想知道逻辑。 fs = 1600或3200;

Answer 1

代码采用表示信号的数组。然后根据指定长度的窗口将其分成碎片，计算每个段中的能量，并找出哪些段的能量高于某个阈值。

让我们详细介绍一下代码：

speech = speech(1:(length(speech) - mod(length(speech),window)),1);

上述行基本上确保输入信号的长度是窗口长度的倍数。所以说speech是一个包含11个值的数组，窗口长度为5，那么代码只会保留前10个值（从1到5 * 2）去除最后剩下的一个值。

下一行是：

samples = reshape(speech,window,length(speech)/window));

或许最好用一个简单的例子来解释：

>> x = 1:20;
>> reshape(x,4,[])
ans =
     1     5     9    13    17
     2     6    10    14    18
     3     7    11    15    19
     4     8    12    16    20

因此它将数组重新整形为“k”行的矩阵（k是窗口长度），以及完成数组所需的列数。所以第一个“K”值将是第一个段，下一个“k”值是第二个段，依此类推..

最后，下一行是计算每个段中的信号energy（以矢量化方式）。

energies = sqrt(sum(samples.*samples))';

Answer 2

List<int> speech = new List<int>();

int window = 0;

int length = speech.Count();

int result = length % window;

int r = length - result;

// speech = speech(1: r, 1)

Answer 3

此：

(length(speech) - mod(length(speech),window)

是一个公式

([length of speech] - [remainder of (speech / window)])

所以试试

(length(speech) - (length(speech) % window))

%是等同于mod(..)

的符号

编辑我应该说我认为这是你代码中的mod(..)：）

Matlab代码转换为C＃代码

3 个答案: