第二章 语音信号的基础知识课件.pptVIP

苗立刚 ligangmiao@; 语音(Speech)=声音(Acoustic)+语言(Language) 语音是由一连串的音素组成语言的声音。;对语音的研究包括两个方面; 语音学和语音信号处理联系更加紧密。如：运用现代信号处理技术建立发音的数学模型，确定发音方法；用声学和非平稳信号分析理论来解释各种语音现象；语音信息的存储形式等。; 语音信号的产生 语音信号的感知（了解） 语音信号的线性产生模型 语音信号的非线性产生模型（了解）; 人类的说话过程分五个阶段;语音的发音器官;肺和气管;甲状软骨; 当说话时，声带在软骨的作用下相互靠近但不完全闭合，声门变成一条窄缝。当气流通过气管经过咽喉时，收紧的声带由于气流的冲击而产生振动，不断地张开和闭合，使声门向上送出一连串喷流。; F0 =1/Tp，基音频率，由声带的质量来决定。 F0的大小决定了声音的高低，称为音高。 男性的F0大致分布在：60-200Hz 女性和儿童的F0大致分布在：200-450Hz;声道;鼻端;一种声道形状对应一套共振峰 不同人的声道大小不同，共振峰不同 同一人，发不同音，共振峰也不同 声道的作用相当于一个滤波器，它放大（或增强）某些频率而衰减其他频率分量;;等效为激励源＋声道＋喇叭口; 发音的分类;一 语音信号的产生; 语音是发声器官发出的一种声波，具有一定的音色、音调和音强和音长。 ●音色: 又称为音质，是一种声音区别于另一种声音的基本特性。与声带的振动频率、发音器官的送气方式和声道的形状、尺寸密切相关。 ●音调：声音的高低，取决于声波的频率。 ●音强：声音的强弱，它由声波的振动幅度所决定 ●音长：声音的长短，取决于发音持续时间的长短，; 语音信号的时域和频域表示;一 语音信号的产生;一 语音信号的产生; 语音信号的语谱图;load mtlb specgram(mtlb,512,Fs,kaiser(500,5),475) title(Spectrogram);load specgram.mat wavplay(a,Fs) specgram(a,512,Fs,kaiser(500,5),475); 汉语中语音的分类;; 在汉语中，由音素构成声母和韵母。; 韵母：在音节中占主要部分，音节中除了头上的声母以外的部分，由单、双元音、元音带上辅音等几种不同的形式组成。所有元音都是浊音。 a、o、e、i、u、ü、ê 单韵母（元音） ai、ei、ao、ou、ia、ie、iao、iou、ua、uo、uai、uei 、üe 复韵母 an、en、ang、eng、ong、ian、in、iang、ing、iong、uan、uen、uang、ueng、 üan、ün 鼻韵母; 韵母是由单、双元音、元音带上辅音等几种不同的形式组成。不同的元音有不同的基音频率和共振峰模式，它们是区别不同韵母的重要参数。;注意区别下述不同的概念; 声母、韵母和声调是汉语语音的三要素。汉语语音的1个不同于其他语言的是它具有声调（音调）。声调是1个音节在念法上的高低升降的变化，汉语中有4个声调，即阴平（－）、阳平（ ′）、上声（ ? ）、和去声（‵）。; 声调的变化就是浊音基音周期的变化，为了将调值描写地具体一些，一般采用“五度标记法”，用一条竖线表示声音的高低，从下而上用1、2、3、4、5依次表示低、半低、中、半高、高。; 单独发声的一个音节或是语音流中的任何一个音节都可能由7部分组成。;二 语音信号的感知（自学）;三 语音信号的线性产生模型;; 激励模型; 发浊音时，声激励是一个准周期的单位脉冲串，Av为增益参数；为了使浊音的激励信号逼近声门振动气流的实际波形，需将冲激序列通过一个声门脉冲模型滤波器（实际上是一个斜三角波形）G(z)。 最后形成一个以基音周期为周期的斜三角型脉冲波。;单位脉冲串;2）清音激励; 将声激励分为两种情况，与实际不完全相符。例如爆破音是气流在声门完全闭合处的下方建立起压力，然后除去这种障碍，使压力迅速释放，产生一种瞬时的激励。在上面的声学模型中未考虑。 应将两种激励按一定比例进行叠加，更符合实际情况。;声道模型(共振峰模型);三 语音信号的线性产生模型;2）共振峰模型; 传输函数是一个全极点的IIR滤波器，这些极点确定了声管的共振峰。若N取偶数，V(z)一般有N/2对共轭极点，rkexp(±j2?FkT)，k=1～N/2。 各个wk值分别与语音的共振峰相互对应。 N的取值一般为8～12。;;（3