如何通過MATLAB提取mp3（音頻）文件中的單詞之間的間隔時間？

Question

我試圖找到字與字之間的間隔時間在幾個MP3（音頻文件） 在進一步深入之前，讓我對我的音頻文件，如下解釋：

我問我的受試者產生儘可能多的動物名稱儘可能60秒。我記錄了他們的演講。 因此，所有的mp3文件都是動物名稱的序列。通過只輸入（也就是說，不是連續一句）

首先，我讀的文件之一，並作出圖：

plot(data); 

圖爲如下：

我覺得有些地方最大值是動物命名的候選人。但是，我無法弄清楚並得到動物名稱之間（可能是確切的）間隔時間。 剛到高峯還好嗎？或用於計算單詞之間間隔的任何其他替代方法？ 謝謝:)

Answer 1

你想用findpeaks

[pks,locs] = findpeaks(data) 

你能找到的局部最大值這樣，走左，右，直到它下降到一定閾值或按一定比例（因爲峯有一些圍長），然後對它們進行排序，然後計算兩個值之間的相減距離。

Answer 2

峯峯對於人聲片段之間的靜音片段非常粗糙。 @vsoch建議的閾值方法也不適用，因爲聲音片段也包含低值和零值。

提取沉默片段的傳統方法是比較不同片段上的能量。您需要將信號分成大約30 ms的段（確切的採樣數取決於採樣率）。你最好在段間重疊約10毫秒。

對於每個部分評估能量。這可以通過sum(segment.^2)（psaudocode ...）完成。然後畫出你得到的能量，看看並選擇聲音和靜音段之間分離的閾值。