第二篇 章 语音的产生及感知 语音信号处理 .pptVIP

外耳 结构 耳廓 外耳道 2.7cm,0.7cm,3060Hz,10dB 鼓膜 0.1mm,69mm2,10-8cm 功能 声源定位和声音放大 中耳 结构(2cm3) 锤骨 砧骨 镫骨 咽鼓管 功能 声阻抗匹配 保护内耳 内耳 结构 耳蜗 3.5cm,0.32cm,2.5~2.75圈 三个组成部分 2.2.2 听觉特性 听阈 响度 音调 掩蔽效应 言语听觉 1. 听阈 听觉范围 频率 强度: 0~120dB SPL(声压级) 指人进入声场后能听到的自由场最低声压级 纯音听阈与频率有关 1kHz 40Hz 15kHz 4dB 50dB 24dB 2. 响度 人耳对于频率不同的纯音的听辩灵敏度，在数值上等于1KHz纯音的声强级，单位方(Phon) 主观值 强度 频率 波形 单位: 宋(Sone) 频率为1KHz、在听阈之上40dB的纯音所具有的响度为1Sone. 第二章 语音的产生及感知 Liu gang 第二章 语音的产生及感知 2.1 语音生成系统及模型 2.2 听觉系统与感知特性 2.3 语音学知识 2.1 语音生成系统及数学模型 2.1.1 语音生成系统 2.1.2 语音生成的数学模型 2.1.1 语音生成系统 发声器官 喉 声道 嘴 2. 喉 基音周期 基音周期 周期气流脉冲串的周期，Tp 基音频率 基音周期的倒数，fp 影响因素 声带的尺寸和特性，及其所受的张力 男性: 60~200Hz 女性和小孩: 200~450Hz 浊音和清音 由於男女的生理结构的不同,一般女声要比男声高约一个八度音.根据测量,男女声的声带长度略有差异;女高音约1.4至1.7公分,女中音约1.8至1.9公分.男高音约1.8至2公分,男中音约2.1至2.7公分,男低音约2.4至2.5公分.由此可知声带细长者属於低音;声带宽短者属於高音.东方人的声带成年男子约1.7至2.3公分;女子约1.2至1.7公分,西方人略为长一些.至於声带则和体重无关,但与身高成正比.所以高个子的人大多唱低音。 　　但声音的高低并不完全由声带的长短宽窄来决定,因为声带细长的声乐家唱出来的高音可能比声带宽短的歌者更高更美妙,所以自然歌唱的高低音决定於肌肉筋骨拉动声带的能力,及声带本身的伸缩性如何.因此人声之差异除先天之生理结构及人声成长的不同外,最重要的是後天训练的改变了.在此要特别强调,音质和音色是两种不同的声音观念,音质在成人定型後较难改变,但音色,强弱,力度,音域的高低都可藉训练改变而发展出来. 3. 声道 从声门到嘴唇的呼气通道称为声道 4.嘴 完成声道的气流向外辐射 嘴的形状会影响语音频谱的形状 语音生成系统 基音频率 共振峰频率 语音产生的数学模型 2.1.2 语音生成的数学模型 所谓建立数学模型，就是要寻求一种可以表达一定物理状态下量与量之间关系的数学表示 语音信号的非平稳性 短时分析: 线性时不变 激励模型 声道模型 辐射模型 语音信号的数学模型 1. 激励模型 浊音 浊音激励源是一个以基音周期为周期的斜三角脉冲串 二极点模型，具有二阶低通特性 清音 声门关闭，声道不受声门周期脉冲气流的激励而是利用口腔内存有的空气释放出来而发声。 特点 气流通过一个狭通道时在口腔中形成湍流，具有随机噪声的特点 清音激励源 随机白噪声 2. 声道模型 声管模型 全极点模型 共振峰模型 把声道视为一个谐振腔，共振峰就是这个腔体的谐振频率 Fi=(2i-1)c/4L i=1,2,3……，表示共振峰的序号 C为声速 L为声管长度 例: L=17 极联型共振峰模型 认为声道是一组串联的二阶谐振器，考虑元音，全极点模型 b. 并联型共振峰模型 考虑非元音及大部分辅音，零极点模型 c. 混合型共振峰模型 3. 辐射模型 由辐射引起的能量损耗正比于辐射阻抗的实部，所以辐射模型是一阶类高通滤波器。 采用预加重技术去除辐射作用 1-(R1z-1/R0) 4. 语音信号的数学模型 2.2 听觉系统与感知特性 2.2.1 听觉系统 2.2.2 感知特性 2.2.1 听觉系统 音频信号处理器 外耳 中耳 内耳