语音信号处理分析.pptVIP

* 噪声对语音感知的影响 噪声对纯音的屏蔽作用 噪声对语音的屏蔽作用 * 听觉的时域掩蔽（异时掩蔽） 除了同时发出的声音之间有掩蔽现象之外，在时间上相邻的声音之间也有掩蔽现象，并且称为时域掩蔽 时域掩蔽又分为超前掩蔽(pre-masking)和滞后掩蔽(post-masking)。一般来说，超前掩蔽很短，只有大约5～20 ms，而滞后掩蔽可以持续50～200 ms 时域掩蔽曲线 * 听觉的响度、音调感知特性、频率分辨率以及掩蔽效应在语音信号处理中有很重要的应用 例如在语音编码时，可以利用响度感知曲线，在某些频率范围采用较少的编码比特，因为人耳对这些频率的信号响度感应不敏感，从而容许有较大的量化噪声 又如，在语音识别的特征提取中，响度、音调感知以及频率分辨率特性都得到了应用，使得提取出来的特征(MFCC)能更好的体现人耳的听觉特性 听觉特性的应用： * * * * * * * * * * * * * * * * * * * * * 第二章 语音的声学模型与听觉感知 * 2.1 语音信号的产生 语音的发音器官 * 语音的发音器官 肺(lung)与气管(trachea)： 声音产生的能量来源 声带(vocal cords),又称为喉(larynx)： 控制气流从气管到口腔的流动，周期性的振动(浊音)或不振动(清音) 声道(vocal tract)，包括咽(pharynx)、口腔（oral cavity)、鼻腔(nasal cavity)： 包括舌头、牙齿、软腭、唇等主要发音器官(articulator)；其形状和位置决定了所发的声音；作用类似于声学管道(滤波器)；长度约17cm（成年男子） * 语音信号产生的声学原理与声学模型 激励源---滤波器---辐射 模型 激励源（Excitation source） 肺部产生气流 气流通过气管 气流受声带的开、关周期振动控制其通过方式 声道滤波器（Vocal tract filter） 通过发音器官的不同位置与形状对通过声道的气流进行调制 某些频率成分的能量被放大，另一些频率成分的能量则被减小 辐射（Radiation） 经过调制的声音经嘴唇或鼻孔辐射 * 激励源三种不同的激励方式： 声带周期振动 产生周期脉冲激励信号 发出浊音：类似音乐声，有基频，如汉语的元音 声带不振动，放松状态 摩擦形成湍流(turbulence) 发出摩擦音：类似噪声，如汉语的辅音/c/,/s/,/h/等 声带放松，舌头和嘴唇先紧闭再突然放开 产生短脉冲 发出爆破音,如汉语的/b/,/p/,/t/等 * 声带的周期振动 声门波波形 语音波形 * Normal high falsetto fry diphthong breathy Modal harsh Falsetto creaky breathy whisper * 声道通常被认为是一个截面积随时间和位置而改变的管道 起到类似滤波器的功能，对激励源信号进行滤波 多个共振峰(formant):对某一频率的信号产生共鸣(resonance), 对应频谱的波峰 声道调制 * 基频描述激励源的振动频率； 共振峰刻画声道的调制（滤波）。 共振峰和基频(pitch) * 鼻腔耦合与嘴唇辐射 鼻腔耦合产生鼻音 能量集中在低频部分 和口腔产生的共鸣反应（共振）相反，出现反共鸣(anti-resonance),对应频谱的波谷 嘴唇辐射 通过改变管道的边界条件（开口或闭口）改变气流的传递方式 * 声道的调音(articulation) 不同语音的发音是靠声道各器官的调音运动来实现的 调音方式(manner of articulation) 控制气流的流动方式 区分清音和浊音 决定不同类型的语音的产生：元音、半元音、鼻音、卷舌音、爆破音、摩擦音、塞擦音等等 调音位置(place of articulation) 主要是通过发音器官位置的改变来控制调音位置 例如元音的进一步细分主要是靠舌位的改变来实现 * 舌位与元音 高、前 低、后 高、后 * 元音发音舌位图 前 中 后 高 中 低 * 舌位与元音的共振峰 0 200 400 600 800 1000 1200 1400