8语音信号处理(1).ppt

数字信号处理 8 语音信号处理 引言 人类从大自然获取信息的分布图 引言 引言 虚拟主持人 英国报纸联合新闻社设计出世界首位虚拟播音员—安娜诺娃（安娜诺娃网络公司）(ANANOVA.COM) 中国“混血儿”虚拟主持人比尔 中国首个虚拟主持人言东方上班 引言 引言 引言 语音学科： 是研究语音过程的科学，包括发音语音学、声学语音学和听觉语音学三大分支。 发音语音学研究发音器官在发音过程中的运动和语音的音位特征； 声学语音学研究语音的物理属性，如语音声波的频率、振幅以及频谱特性等； 听觉语音学研究听觉和语音感知。 引言 引言 语音信号处理： ——以语音学和数字信号处理为基础，目的是要得到一些语音参数以便高效的传输或存储，或者通过处理的某种运算以达到某种用途的要求，例如人工合成出语音，辨识出说话者，识别讲话的内容等。 语音编码 语音合成 语音识别 说话人识别 8.1 基本概念——什么是语音 一、所谓语音： 语音是说话人和听者之间相互传递的信号，传递的媒介是声波，说话人的发音器官做出发声动作，接着空气振动形成声波，声波传到听者的耳朵里，立刻引起听者的听觉反应。 8.1 基本概念——什么是语音 8.1 基本概念——什么是语音 浊音：声带绷紧，气流通过时会使得开口变成一开一闭的周期性动作，这时候就造成周期性的激发气流，如a，o； 清音：声带完全舒展，声道某部位收缩形成一个狭窄的通道，产生空气湍流，如t，d； 爆破音：声带完全舒展，声道的某部位完全闭合，一旦闭合点突然开启，空气压力快速释放 ，如b，p。 8.1 基本概念——什么是语音 语音四要素： （1）音高 指声音的高低，取决于发音体振动的快慢。发音体振动越快，发出的声音越高，反之声音则低。 物体每秒钟振动的次数叫频率，声学把频率作为测定物体振动快慢与声音高低的标准。 说声音的频率高就是说发音体在单位时间里振动次数多，它振动得快，发出的声音高，而频率低也就表示声音低。 频率的高低是由物体自身的质量、松紧度、长短等项因素决定的，大而沉、粗而厚、长而松的物体振动慢，音低；小而轻、细而薄、短而紧的物体振动快，音高。 语音的高低则与声带的长短、厚薄、松紧有关。通常，儿童和一般妇女的声带比成年男子的声带短而薄，所以声音高；而声音低的人声带相对说长而厚，如成年男子，女中、低音声乐演员，老人等。同一个人发出的声音有高低变化，则是靠控制声带的松紧来调节的。 8.1 基本概念——什么是语音 8.1 基本概念——什么是语音 （2）音强 是指声音的强弱，它取决于发音体振动幅度的大小。 物体振动的幅度叫振幅，振幅大，发出的声音强度就大，振幅小，声音就弱。 振幅的大小是由引起物体振动的外力的大小决定的。 语音的强弱同发音时呼出气流量的大小和说话人用力的大小有关。发音时用力大，冲击声带或其他发音部位的气流强，语音就强。 8.1 基本概念——什么是语音 （3）音长 指声音的长短，也就是声波延续的长度，它取决于发音体振动持续的时间。在语音中，再长的音实际上也很短，音长一般决定于发音动作持续的时间。 在四要素中，音高音强音色总是随着音波在时间上的延续表现出来的，音长的变化往往会影响到音质音高和音强，语音中就常会出现这种情况。如普通话的轻声，读轻声的字，声韵母的音质、声调的音高、音节的强度都可能与读它的本调时不同，但造成轻的决定性因素是音长缩短，轻声字音节的长度只有重读音节长度的一半左右，这使得声韵调原有的音高音强音质来不及完全表现，因而出现变化。 8.1 基本概念——什么是语音 （4）音质 又叫音色，是一个声音能区别于其他声音的本质特点。声波的振动方式与共鸣器的共振作用，都决定着音质的差别。 世界上的声音很少是只有一种单纯频率的纯音，绝大多数声音都是由许多个频率和振幅不同的音波组成的复合音。复合音的各成分波之间频率和振幅相互影响，形成了特定的波形，产生出特定的音质。 从波形上看，音质可分为两类──噪音与乐音。噪音是由许多无规则的音波合成的，它们的音高和强度随时在变化，相互之间没有一定的关系，合成的波形杂乱而无规律。这种声音听起来刺耳、嘈杂，如刹车声，电锯锯木声，马路上车驰笛鸣的喧闹声等等。语音中也有不少噪音成分，如辅声中的塞音、擦音、塞擦音等等。 乐音则由若干规则的纯音组成，形成的复合音波有周期性，很有规律，这样的声音听起来和谐、悦耳，歌声、乐声和语音中的元音，都是这样的声音。 8.1 基本概念——什么是语音 从音波的产生上看，造成不同音质的发音条件有三种： 发音体不一样，口琴和笛子的音质不同，因为口琴的发音体是金属簧片，笛子的发音体是竹膜。 发音方法不一样，拍手掌发出的是“啪啪”声，两手掌来回搓发出的是“擦擦”声。在语音中，用阻碍气流的方法发出的是辅音，用不阻碍气流的方法发出是就