#include <math.h>

#include "cst_lib.h"
#include "basop.h"
#include "EndPoint_xhg.h"



/*=====================================================
函數名稱：	EndPointDetection
函數功能：	端點檢測
輸入參數：	EnergyArray		Frame_Num長的數組，存儲每一個Frame的能量
			fRatioFreq		存儲每一個Frame的低頻域對數能量。
			nZeroPassArray	存儲每一個Frame的過零次數。
			Frame_Num		總的幀數
			Energy_Th		噪聲能量門限
輸出參數：	nStartFrame		返回檢測的起始端點
			nEndFrame		返回終止端點。

備注：		
基本思路：	根據觀察數據, 元音段的過零率一般都要小于30, 而噪聲的過零率一般都要小于100
			另外的兩個特征都比較的穩健, 一般來說, 起伏不大
			//	由于對于孤立詞, 不同的句子, 存在著一些比較異常的情況, 
			//  如從句子的開始就是語音, 或者是句子的托尾比較長, 直到句子末尾
			//	這樣靠前后幀的能量作為端點就不太穩定, 而用很多句話自適應出來的能量
			//	門限如果各種話的背景不太一樣, 那么這樣的能量門限也是不可靠的
			//  所以根據低頻能量的想法, 把總的能量也進行最大值的歸一化, 其實實驗發現這樣也不行, 

====================================================*/
void	EndPointDetection(float *EnergyArray, short *nZeroPassArray, float *fRatioFreq, short Frame_Num, short &nStartFrame, short &nEndFrame, float Energy_Th)
{
	short	nCrudeStart, nCrudeEnd;				//粗略的起點和終點
	short	Wait_Duration = 0;					//統計計數用變量
	short	Wait_Duration1= 0;					//統計計數用變量
	short	wFrameCount;						//循環計數變量
	float	EnergyThreshUsed;					//可以調節的門限

	/**********************************************************
	<------------------粗判
	**********************************************************/
	EnergyThreshUsed =Energy_Th + 1.3f ; //由于Energy_Th是對數能量, 相對于能量域, 相當于Energy_Th * 27
	
	//確定元音段, 從第0幀開始
	for(wFrameCount=0; wFrameCount<Frame_Num; wFrameCount++)
	{
		//同時用過零率, 區段頻域能量, 總的能量作為判斷條件
		//可以先找到元音段, 如果針對漢語來做的話, 肯定是有元音段的, 
		if( (fRatioFreq[wFrameCount]>-4) && (nZeroPassArray[wFrameCount]<70) && (EnergyArray[wFrameCount]>EnergyThreshUsed))
		{
			Wait_Duration++;
			//如果連續有3幀滿足條件, 即認為找到起始點
			if (Wait_Duration > 3)
				break;
		}
		else
			Wait_Duration = 0;
	}
	nCrudeStart = wFrameCount - 3;

	//如果在上述條件下沒有找到起始幀nCrudeStart, 即端點的搜索已經到了最后一幀,則放寬條件
	if(wFrameCount == Frame_Num)  
	{
		Wait_Duration = 0;
		for (wFrameCount=0; wFrameCount<Frame_Num; wFrameCount++)
		{
			//此時僅僅用能量作為判斷條件
			//相當于最大能量的0.135
			if (EnergyArray[wFrameCount] > (EnergyThreshUsed + 1 ))
			{
				Wait_Duration++;
				//如果連續有4幀滿足條件, 即認為找到起始點
				if (Wait_Duration> 4)
					break;
			}
			else
				Wait_Duration = 0;
		}
		nCrudeStart = wFrameCount - 4;
	}

	//從語音的尾部, 倒數第4幀開始找結束幀nCrudeEnd
	Wait_Duration = 0;
	for (wFrameCount=Frame_Num-4; wFrameCount>nCrudeStart; wFrameCount--)
	{
		//同時用低頻能量, 和總的能量作為條件, 過零率作為條件搜尋元音段, 即過零率<40
		if ((fRatioFreq[wFrameCount]>-4) && (EnergyArray[wFrameCount]>EnergyThreshUsed) && (nZeroPassArray[wFrameCount]<70))
		{
			Wait_Duration++;
			if (Wait_Duration> 2)
				break;
		}
		else
			Wait_Duration = 0;
	}
	nCrudeEnd = wFrameCount + 2;

	//如果在上述條件下沒有找到結束幀nCrudeEnd, 則放寬條件
	if (wFrameCount == nCrudeStart)  
	{
		Wait_Duration = 0;
		for (wFrameCount=Frame_Num-1; wFrameCount>nCrudeStart; wFrameCount--)
		{
			//僅僅用能量作為標準來判斷
			if (EnergyArray[wFrameCount] > (EnergyThreshUsed + 1))
			{
				Wait_Duration++;
				if (Wait_Duration > 2)
					break;
			}
			else
				Wait_Duration = 0;
		}
		nCrudeEnd = wFrameCount + 2;
	}

	//如果起始幀和結束幀的距離太小, 則將起始幀設為4, 結束幀設為最后一幀, 交給下一級
	if (nCrudeEnd - nCrudeStart < 2)
	{
		nCrudeStart = 4;
		nCrudeEnd = Frame_Num - 1;
	}
/***********************************************************
			細判
***********************************************************/
	//尋找結束幀, 從粗判的結束幀開始向后找靜音段, 因為在
	//孤立詞識別中, 它是必然會有一個結束幀的, 所有應該存在一定的靜音段
	//通過數據發現, 過零率作為一個特征, 在找結束幀時, 不穩定, 不好用
	//EnergyThreshUsed = Energy_Th * 5
	EnergyThreshUsed = Energy_Th + 1.3f;
	Wait_Duration = 0;
	for (wFrameCount = nCrudeEnd; wFrameCount < Frame_Num; wFrameCount++)
	{
		//判斷過零率, 如果過零率>100, 則認為是輕音, 而不是靜音
		if((nZeroPassArray[wFrameCount] < 100) && ((EnergyArray[wFrameCount]<EnergyThreshUsed + 0.5) || (fRatioFreq[wFrameCount]<-4.5)))
		{
			if(EnergyArray[wFrameCount] < (EnergyThreshUsed))	//Energy_Th * 6
				Wait_Duration++;
			else
				Wait_Duration = 0;
			if(fRatioFreq[wFrameCount] < -5.1)
				Wait_Duration1++;
			else
				Wait_Duration1 = 0;
			if ((Wait_Duration > 2) || (Wait_Duration1 >2))
				break;
		}
		else
		{
			Wait_Duration = 0;
			Wait_Duration1 = 0;
		}
	}
	nEndFrame = wFrameCount - 2;

	//尋找起始幀, 從粗判的起始幀往前找
	Wait_Duration = 0;
	Wait_Duration1 = 0;
	for (wFrameCount = nCrudeStart; wFrameCount >= 0; wFrameCount--)
	{
		if((nZeroPassArray[wFrameCount] < 100) && ((EnergyArray[wFrameCount]<EnergyThreshUsed + 0.5) || (fRatioFreq[wFrameCount]<-4.5)))
		{
			if(EnergyArray[wFrameCount] < (EnergyThreshUsed))	//Energy_Th * 6
				Wait_Duration++;
			else
				Wait_Duration = 0;
			if(fRatioFreq[wFrameCount] < -5.0)
				Wait_Duration1++;
			else
				Wait_Duration1 = 0;
			if ((Wait_Duration > 2) || (Wait_Duration1 >2))
				break;
		}
		else
		{
			Wait_Duration = 0;
			Wait_Duration1 = 0;
		}
	}
	nStartFrame = wFrameCount + 2;

	if (nStartFrame < 4)              
		nStartFrame = 4;
	if (nEndFrame > Frame_Num - 4)
		nEndFrame = Frame_Num - 4;

	//如果有聲段太短, 則端點檢測失敗, 將整個語音交給下一級
	if ((nEndFrame - nStartFrame) < 5)        
	{
		nEndFrame = Frame_Num - 4;
		nStartFrame = 4;
	}
}