语音信号处理教学大纲.docVIP

语音信号处理 一、课程基本情况 课程编号开课单位 电子工程系 课程名称 中文名称 语音信号处理 英文名称 Speech Signals Processing 课程负责人 教师姓名：肖熙 职称：副研究员 学时学分 讲课学时：32 实验学时： 学分: 2 总学时: 32 听课人数：41 课程类型 □文化素质课 □公共基础课 □学科基础课 □专业基础课 ■专业课 □其它 教学方式 ■讲授为主 □实验/实践为主 □专题讨论为主 □案例教学为主 □自学为主 □其它 授课与课件语言 ■中文 □ 中文＋英文（英语授课50%） □英文 □其他外语 课件：■中文 □英文 □中文＋英文 考核方式及成绩评定标准 作业成绩40%，期末考试60% 教材及主要参考书 中文 外文 教材 杨行峻，迟惠生等，《语音信号数字处理》　，电子工业出版社，1995年 Thomas F. Quatieri 著，赵胜辉等译,离散时间语音信号处理-原理与应用,电子工业出版社，2004，8 主要参考书 姚天任，“数字语音处理”，华中理工大学出版社，1992，4 L.R.Rabiner, ”Fundamentals of Speech Recognition” Prentic-Hall,Inc. (影印版，清华大学出版社，1999，8) J.D. Markel and Jr A.H.Gray,”Linear Prediction of Speech”,Springer-Verlag,1976 先修要求、适用院系及专业 先修课为：《数字信号处理》，适用于信息学院等信号与信息处理专业学生 二、课程内容简介（200－400字，双语教学课程须同时提供中英文内容简介） 本课程对语音信号在时域和频域上的基本特征进行了描述，介绍了过零率、短时能量、共振峰等概念和非平稳语音信号分析方法。针对语音的产生模型，本课程对语音的声管模型进行了较为详细的数学分析，为线性预测技术在语音信号处理中的应用架起了沟通的桥梁。信号解卷分析是数字信号处理中非常重要的技术，围绕着参数解卷和非参数解决这两个问题，本课程重点论述了线性预测技术和同态信号处理技术，并对它们在语音编码和语音识别中的应用进行了介绍。在语音编码方面，本课程介绍了波形编码技术中的非线性量化编码技术、自适应编码技术、子带编码技术、变换域编码技术和以多脉冲激励线性预测编码技术为代表的参数编码技术。在语音识别技术方面，课程中介绍了语音识别中常用的识别特征和模板匹配方法，重点介绍了DTW模板匹配算法和HMM语音识别模型。通过本课程的学习，学生可以对语音信号处理技术有个较为全面的了解并掌握其基本技术。 三、课程教学大纲（可列多级标题，如设有实验，还须注明各实验名称、实验目的及主要实验内容） 第一章：语音信号的时域及频域特征（2学时） 第二章：语音信号的产生模型—声管模型（2学时） 第三章：语音信号的同态处理技术（3学时） 第四章：语音信号的线性预测编码技术（4学时） 第五章：人耳的听觉系统（2学时） 第六章：语音信号的波形编码（4学时） 第七章：语音信号的参数编码（4学时） 第八章：语音识别技术（8学时） 第九章：总结（3学时） 四．课程教学基本要求 （一）基本概念 您所授课程中学生必须掌握的基本概念至少包括： 第一章：语音信号的时域及频域特征 辅音、元音（声母与、韵母）语音信号的特点；基音与汉语四声的关系。语音的过零率，短时能量，自相关函数特征；语音的共振峰特征及语谱图特征 第二章：语音信号的产生模型—声管模型 声管模型的构成；波动方程的推导；声管传输函数的推导；声管模型的特点 第三章：语音信号的同态处理技术 同态信号处理的方法；倒谱及复倒谱的特点；求倒谱及复倒谱的算法；语音信号的倒谱及复倒谱的特点及其应用 第四章：语音信号的线性预测编码技术 LPC分析的基本的概念；LPC正则方程组的自关解法和自协方差解法；LPC正则方程组的Durbin递推算法；Durbin递推算法的稳定性证明；LPC分析在语音信号分析中的应用 第五章：人耳的听觉系统 人耳听觉的“发放率-位置表达”学说和“时间--位置表达”学说；人耳的听觉特性 第六章：语音信号的波形编码 语音波形的线性量化编码和非线性量化编码；自适应量化编码；ADPCM编码；子带编码 第七章：语音信号的参数编码 LPC声码器 第八章：语音识别技术 语音识别特征的选择；语音识别模型；DTW语音识别算法；HMM语音识别模型； 优秀学生还应该