第二章节语音信号处理基础.pptVIP

语音信号产生的数字模型 在这个模型中，除了G（z）和R（z）保持不变以外，基音频率、Av 、 Au 、清/浊开关的位置以及声道模型中的参数都是随时间变化而变化的。由于发声器官的惯性使这些参数的变化速度受到限制。对于声道参数而言，在10~30ms的时间间隔内可以认为它们保持不变，因此语音的短时分析帧长一般取为10~30ms。 需注意的是：把激励简单分为周期脉冲激励和噪声激励是与实际情况不完全符合。如果将模型的激励源改为上述两种激励按任何比例相叠加，这更加接近于实际情况。 这个模型的传输函数不包含有限传输零点，而像鼻音、擦音这样一些音的声道传输函数中包含有限零点的。解决方法就是适当提高阶数p，使得全极点模型更好得逼近具有零点的传输函数。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. . 语音信号的产生 1 语音信号的特性 2 语音信号产生的数字模型 3 语音感知 4 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 语音的产生 声音是一种波形：振动频率在20-20KHz,如乐器声、雷声、风声、雨声等； 语音是声音的一种，由人发音器官发出，具有一定的语法和语义，语音的最高频率可达15KHz,一般可听的语音频率为80Hz~3.5KHz; 音乐（音频）也是声音的一种，由人发音器官及乐器混合发出，具有一定的语法和语义，一般可听的音频频率为20Hz~22KHz; Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 语音的产生 人的说话过程分为5个阶段： 1）想说阶段：客观现实→大脑反映→说话动机→神经中枢→想表达内容和情感； 2)说出阶段：神经中枢→发出指令→各器官协调→发音（机能效果）→反馈→修正； 3)传送阶段（物理过程）：语音（声波）→媒介（空气）→听者（可能会产生失真或损耗） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 语音的产生 人的说话过程分为5个阶段： 4）接受阶段：外耳→中耳放大→内耳（基底膜振动）→神经元（产生脉冲）→大脑； 5）理解阶段：神经中枢→脉冲信息→辨认信息（如何辨认，尚未知）。 5个阶段有心理、生理、物理以及人和社会的因素。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 语音的产生 发音器官模型 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 语音的产生 人类的发音器官 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 语音的产生 语音信号的产生过程 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 语音的产生 语音：由若干个音节（syllable)组成。 音节：可以由一个或若干个音素(phoneme)组成;音素：是发音的最小单位，有两种音素，即辅音和元音。 如一个音节dan（但）就包括d a n三个音素，也有的音节是由一个音素构成的，如a“啊”。 元音：声带振动发音时，气流从喉腔、咽腔进入口腔从唇腔出去时，声腔完全开发，气流顺利通过。 半元音：声道基本畅通，但某处声道比较狭窄，引起轻微的摩擦声。 辅音：是呼出的声音，气流