音频信号特征提取（1）：短时特征之短时能量、短时功率、短时过零率

特征提取（Feature Exaction）的重要性，就不用多说了。

对于音频信号，按时间分辨率、按局部or全局的观念、持续时间长短，或者爱怎么讲怎么讲，特征可分为长期（long-term）、中期（mid-term）、短期（short-term），也可以叫短时特征。术语翻译不统一，我也不专业。知道英文术语就好。

短时能量、功率是有点瞬时功率的概念，但又没有那么“瞬时”。大概是按帧在做计算。

短时功率在计算的时候，把每一帧的能量还要处理该帧的长度，量纲上等于[Watt]。

有时候，要把线性尺度的短时能量和短时功率换算成对数尺度，分贝（dB），还要对最大值进行归一化，换算成相对强度，让最大值为0dB。

短时过零率（short-term zero corss rate，st-ZCR），大概是从时域上描述信号频率吧，也是按帧计算。声母的ZCR高一些，韵母的要低一些。噪声的话，不太确定了。大概好像要是比韵母高。和声母，我还不太清楚。

大致的代码如下了。

短时能量。

短时过零率。

以后，会把这两个特征用于语音端点检测中。

比如得到下面这张图。