如何用labview对语音信号进行短时能量分析和过零率分析，求大神指导，求程序截图，多谢

[语音程序.rar] - 语音信号处理中的所有基本的算法的代码，很全的。欢迎大家下载使用:)

[fenzhenchuli.rar] - 语音特征提取，如过零率，能量比，短时能量。须导入MAV音频。

[duandianjiance.rar] - 语音信号瞎简端点检测仿真，内容涉及短时能量及过零率的计算，自相关函数的的计算。

[SpeechSignalAcquisitionandAnalysis.rar] - 实现语音的采集，滤波，A/D转换，短时能量，短时过零数，线性倒谱分析

[speech.rar] - 语音参数短时能量，短时过零率，短时平均幅度，语音端点检测，fft变换与反变换

[一种噪声环境下连续语音识别的快速端点检测算法.rar] - 一种噪声环境下连续语音识别的快速端点检测算法，格式vip

[exp_001.rar] - 自己用VC编写的一个读取wave文件，并计算短时能量、短时过零率以及自相关函数的程序。所有的计算结果都会显示在程序运行后生成的文本文档中。注意，运行程序时需要修改wave文件路径，在程序中体现为wavefilename字符串指针所指向的内容。

[Speechrecognitiontechnology.zip] - 比较详尽的介绍了语音识别系统的实现过程，以及相关技术。 端点检测：基于短时能量和短时平均过零率的端点检测和基于倒谱特征的端点检测 特征参数提取野毁：LPCC和MFCC 参数模板存储：HMM和N_Gram 识别阶段：DWT 各阶段的相关技术都给了详细的介绍，绝对是好东西！

[ForceImplementShowMove.rar] - ImagConvert 自己用VC编写的一个读取wave文件，并计算短时能量、短时过零率以及自相关函磨脊裤数的程序。

[yuyin2.zip] - 对一段语音片段进行短时处理，进行短时能量分析。

1.短时能量分析（音强），决定短时能量特性有两个条件：不同的窗口的形状和长度。窗长越长，频率分辨率越高，而时间分辨率越低（N为帧长，M为步长）。

*典型窗函数：矩形窗谱平滑性能好，但损失高频成分，波形细节丢失，海明窗与之相反。一帧内含1~7个基音周期，10kHz下采100~200点。

2.短时平均振幅分析：计算方法简单，但清浊音的陆孙区分不如能量明显。

3.短时过零分析：可以区分清音与浊音，浊音时具有较低的平均过零数，而清音时具有较高的平均过零数；可以从背景噪声中找出语音信号，可用于判断寂静无语音和有语音的起点和终点位置。

4.短时相关分析：自相关用于研究信号本身，如信号波形的同步性、周期性等。用来区分清音和浊音，因为浊音信号是准周期性的，对浊音语音可以用自相关函数求出语音波形序列的基音周期；另外在进行语音信号的线性预测分析时，也要用到短时自相关函数。

4.短时平均幅度差：短时平均幅度差计算加、减法和和取绝对值的运算，与自相关函数的相加与相乘的运算相比，早猜链其运算量大大减小，尤其在硬件实现语音信号分兆清析时有很大好处。为此，AMDF已被用在许多实时语音处理系统中。

5.短时傅里叶变换：

6.语音信号的倒谱分析：求语音倒谱特征参数，通过同态处理（将非线性问题转化为线性问题）来实现。同态处理（同态滤波）：解卷，将卷积关系变为求和处理。 将语音信号的声门激励和声道响应分离开。

7.基音周期的提取：

a)自相关法：峰—峰值之间对应的就是基音周期。为去除声道影响，一般进行中心削波的非线性变换（削除低幅部分）。

b)倒谱法：图a为ln|X(ejw)|的示意图，包括频谱包络的慢变分量，基音谐波峰值的快变分量。再取一次傅里叶反变换，即可将快慢分量分离开。

基音周期后处理：中值平滑、线性平滑、组合平滑。

---