[english][all](請注意：中文版本並未隨英文版本同步更新！)
「過零率」（Zero Crossing Rate，簡稱 ZCR）是在每個音框中，音訊通過零點的次數，具有下列特性：
- 一般而言，雜訊及氣音的過零率均大於有聲音（具有清晰可辨之音高，例如母音）。
- 是雜訊和氣音兩者較難從過零率來分辨，會依照錄音情況及環境雜訊而互有高低。但通常氣音的音量會大於雜訊。
- 通常用在端點偵測，特別是用在估測氣音的啟始位置及結束位置。
- 可用來預估訊號的基頻，但很容易出錯，所以必須先進行前處理。
To avoid DC bias, usually we need to perform mean subtraction on each frame. Here is an straightforward example of ZCR:
We can use the function "frame2zcr" to simplify the above example:
一般而言，在計算過零率時，需注意下列事項：
- 由於有些訊號若恰好位於零點，此時過零率的計算就有兩種，出現的效果也會不同。因此必須多加觀察，才能選用最好的作法。
- 大部分都是使用音訊的原始整數值來進行，才不會因為使用浮點數訊號，在減去直流偏移（DC Bias）時，造成過零率的增加。
在以下範例中，我們使用兩種不同的方法來計算過零率：
在上述的範例中，我們使用了兩種方式來計算過零率，得到的效果雖然不同，但趨勢是一致的。（另外有一種情況，當錄音環境很安靜時，靜音的訊號值都在零點或零點附近附近跳動時，此時是否計算位於零點的過零率，就會造成很大的差別。）如果取樣頻率提高，得到的結果也會不同：
若要偵測聲音的開始和結束，通常稱為「端點偵測」（Endpoint Detection）或「語音偵測」（Speech Detection），最簡單的方法就是使用音量和過零率來判別，相關細節會在後續章節說明。
Audio Signal Processing and Recognition (音訊處理與辨識)
