第2章_语音信号处理基础.doc

第2章 语音信号处理基础 2 2.1 数字信号处理基础 2 2.1.1 离散时间信号与系统 2 2.1.2 离散Fourier变换（DFT） 4 2.1.3 Z变换 6 2.1.4 离散余弦变换（DCT） 8 2.1.5 卷积和滤波 9 2.2 语音信号产生模型 11 2.2.1 语音的产生机理 12 2.2.2 级联声管模型 14 2.2.3 语音生成模型 19 2.3 语音信号的时域处理 21 2.3.1 语音信号的抽样和量化 21 2.3.2 语音信号的短时分析和预处理 22 2.3.3 短时能量、短时平均幅度和短时平均过零率 23 2.3.3.1 短时能量和短时平均幅度 24 2.3.3.2 短时过零率 24 2.3.4 语音的端点检测 25 2.3.5 短时自相关函数 26 2.3.6 短时基音周期估计 27 2.3.6.1 预处理 28 2.3.6.2 基于求短时自相关函数的估计算法 28 2.3.6.3 后处理 29 2.4 语音信号的频谱分析 29 2.4.1 短时傅里叶变换和语谱图 30 2.4.2 同态信号处理的基本原理 32 2.4.3 复倒谱和倒谱 33 2.4.3.1 复倒谱和倒谱的定义 33 2.4.3.2 复倒谱的性质 34 2.5 语音信号的线性预测编码分析 35 2.5.1 线性预测的基本原理 36 2.5.1.1 全极点模型 36 2.5.1.2 线性预测方程的推导 37 2.5.2 线性预测方程组的解法 39 2.5.2.1 自相关法 39 2.5.2.2 协方差法 41 2.5.2.3 格型法（Lattice） 42 2.5.3 线谱对参数（LSP） 44 2.5.3.1 线谱对分析的基本原理 44 2.5.3.2 线谱对参数的求解 46 2.6 语音信号的矢量量化 46 2.6.1 矢量量化的基本原理 46 2.6.2 失真测度 48 2.6.2.1 基于欧氏距离的失真测度 48 2.6.2.2 基于非欧氏距离的失真测度 49 2.6.3 量化器和码本的设计 50 2.6.4 量化系统的复杂度控制 52 2.6.4.1 无记忆的矢量量化系统 52 2.6.4.2 有记忆的矢量量化系统 54 2.7 听觉特性和语音感知 54 2.7.1 听阈与听域 54 2.7.2 音调（Pitch） 55 2.7.3 响度级、响度与遮掩效应 56 语音信号处理基础 语音信号数字处理是研究用数字信号处理的技术对语音信号进行处理的学科。20世纪中叶以来，语音的研究与应用取得了一系列重大的进步，例如语音识别、语音合成、语音的压缩编码、语音的远距离传输等等都是建立在语音信号数字处理的基础上的。语音信号数字处理是一门综合性的学科，包括计算机科学、语音学、语言学、声学、生理学、心理学、数学等诸多领域的内容。本章作为全书的基础章节，将简要的介绍以下内容：语音的生成机理及其相应的产生模型；用数字信号处理技术对语音信号进行处理的基本方法；语音信号中常见的时域处理方法和频谱分析方法；线性预测分析方法的基本原理和方法；矢量量化技术的原理和基本算法；听觉系统特性和语音感知。此外，本章的第二小节简要的介绍了部分数字信号处理的基础供参考，有这方面知识的读者可以跳过这一小节。限于篇幅所限，本章介绍的内容均较为浅显，有需要的读者请自行查阅相应的参考书籍。 数字信号处理基础 随着计算机技术的飞速发展，数字信号处理的技术广泛应用于信号处理领域。本节将简要介绍数字信号处理的一些基础知识，包括：离散时间信号与系统、离散傅立叶变换、Z变换、离散余弦变换以及卷积和滤波的概念、计算方法和特性。由于篇幅所限，不详尽之处请读者查阅相关资料。 离散时间信号与系统 按照时间函数取值的连续性与离散性可将信号划分为连续时间信号与离散时间信号。离散信号在时间上是离散的，只在某些不连续的规定瞬间给出函数值，在其它时间没有定义。如果离散时间信号的幅值是连续的，则离散信号又叫抽样信号；如果幅值也是离散的，这样的信号又成为数字信号，如图2.1。 图2.1 离散信号（a.抽样信号 b.数字信号） 通常，给出函数值得离散时刻之间的间隔是均匀的，一般以来表示此序列，这里表示各函数值在序列中出现的序号。也可以说，一个离散信号就是一组序列值的集合。在离散信号的分析中，常会遇到一些基本运算，比如加、乘和时延。离散信号序列和相加是指两序列同序号的数值逐项对应相加而构成一个新序列 (2-1) 类似的有相乘的定义 (2-2) 序列时延是指原序列逐项依次延时位而生成一个新的序列 (2-3) 如果意味着序列后移，反之，如果意味着序列前移。序列的能量定义为 (2-4) 一个离散时间系统的示意图如图2.2，其激励信号是离散信号序列，响应序列为，系统完