课件：语音信号短时分析技术.pptVIP

语音信号处理;1、杨行峻、迟惠生.语音信号数字处理.电子工业出版社，2004. 2、韩纪庆、张磊、郑铁然. 语音信号处理.清华大学出版社,2004. 3、赵力.语音信号处理.机械工业出版社，2003. 4、易克初、田斌.语音信号处理.国防工业出版社,2000. 5、Huang X D, Acero A, Hon H, etal. Spoken Language Processing: A Guide to Theory, Algorithm and System Development. New Jersey: Prentice Hall PTR, 2001 ;语音是语言的声学表现形式，是声音和意义的结合体。 语音的目的是为了能够实现交流(Communication)，也就是说要相互的沟通理解(Inter-connected)，语音是媒介（Media）！具体形式上表现为携带信息的信号波形(Wave form)。;一、本课程的意义和目的;语音信号处理为多边学科的综合。包括： 声学 (Acoustics) 语言学(linguistics) 语音学(phonetics) 生理学(physiology) 心理学(psychology) 人工智能(Artificial Intellections)。;二、语音技术概述;语音合成（TTS）： 把文字变成声音(嘴巴的功能)；相当于给机器装上了人工的嘴巴； 语音应答系统 自动报站 信息查询 语言学习软件 TTS（Text to Speech）技术;语音编码：在保持可以接受的失真的情况下，采用尽可能少的比特数表示语音。 脉冲编码调制 自适应预测编码 自适应变换编码 线性预测编码 线性预测声码器 共振峰声码器 相位声码器 ;三、语音信号处理的进展;60年代：;70年代：;目前：;(1) 从语音的产生和语音的感知进行研究;§1.1 语音和语言 ;2、一些基本概念;辅音和元音 　　音素分为两类：辅音（Consonant） 和元音 （Vowel）;辅音和元音的区别有四点： 　　1、辅音发音时，气流在通过咽头、口腔的过程中，要受到某部位的阻碍；元音发音时，气流在咽头、口腔不受阻碍。这是元音和辅音最主要的区别。 　　2、辅音发音时，发音器官成阻的部位特别紧张；元音发音时发音器官各部位保持均衡的紧张状态。 　　3、辅音发音时，气流较强；元音发音时，气流较弱。 　　4、辅音发音时，声带不一定振动，声音一般不响亮；元音发音时，声带振动，声音比辅音响亮。;半元音：声道基本通畅，但某处比较狭窄，引起轻微摩擦。[W]、[Y];清音和浊音;3、汉语的声调：;4、语音信号的时域波形;Do you like it? Vs Did you like it? Waveform ;;Voice contaminated by engine noise(0dB);10dB mixed;5、语音信号的统计特性;§1.2 语音产生的过程及声学特征;声带（Vocal Cords ） 10~14mm 在喉部的从喉结到杓状软骨之间的韧带褶。 声门（Glottis） 两个声带之间形成一个开闭自如的声门，声带合拢因而受声门下气流的冲击而张开；但由于声带韧性迅速地闭合，随后又张开而闭合，声带开启和闭合使气流形成一系列脉冲 。;声道（vocal tract） 17cm 由咽腔、口腔和鼻腔三个空气腔体组成。 ;听觉系统：;正常人的听域与听阈：;纯音听阈是与频率有关的量，在1000Hz时约为4dB左右，而在40Hz时上升为50dB左右，在15kHz时上升为24dB左右。 ; 响度（Londness）---方（phon） 是一种主观心理量，主观感觉到的声音强弱的一种衡量标准，它与频率有关。一样的音强，不一样的频率，则响度也会有所不同。 0dB声强级的1000Hz纯音的响度级为0phon; ndB声强级的1000Hz纯音的响度级为nphon;;听觉掩蔽效应;同时掩蔽：同时存在的一个弱信号和一个强信号频率接近时，强信号会提高弱信号的听阈，当弱信号的听阈升高到一定程度会导致弱信号不可闻。;§1.4 语音信号的数学模型;发音器官的机理模型：;语音信号的产生模型 ;(1)发浊音时。此时气流通过绷紧的声带，冲激声带产生振动，使声门处形成准周期性的脉冲串，并用它去激励声道。声带绷紧的程度不同，振动频率也不同。该频率就是音调频率，其倒数为音调周期。 (2)发清音时。此时声带松弛而不振动，气流通过声门直接进入声道。表示为均值为0、方差为1，并在时间或在幅度上为白色分布的序列。 ;罗森贝格（Ros