数字语音处理.pptVIP

* * 宽带和窄带语谱图的实现主要在于所加移动窗w(n,τ)的长短不同，宽带语谱图的加窗宽度小于一个基音周期，而窄带语谱图的加窗宽度为至少2个基音周期。 * * * 简化分析， 并可找出语音信号的重要特征。 * * * * * 噪声声强，触觉声强 * 第02章基础知识—* 语音信号时域波形 4、语音信号的特性 第02章基础知识—* 语音信号的波形与频谱 4、语音信号的特性 第02章基础知识—* 基频变化范围 4、语音信号的特性 第02章基础知识—* 第02章基础知识—* 第02章基础知识—* 5. 人类的听觉功能 用语言作沟通，就是说话的人能让对方听懂他在说些什么，双方用说与听来达成信息交换与感情交流。而语言的学习过程，更是不断地听，然后学习会说，所以语言与听觉有密切的关联性。 本节将说明人类听觉器官的构造，以及如何听声音。并且对于人耳在听觉上的一个重要特性，听觉掩蔽效应做了简要叙述，这是语音处理中常常会用到的听觉特性。 5、语音感知 第02章基础知识—* 语音通信Speech Communication 5、语音感知 第02章基础知识—* 听觉系统中声音表示框图 5、语音感知 第02章基础知识—* 听觉器官 5、语音感知 第02章基础知识—* 语音感知模型(Speech Perception Model) 5、语音感知 第02章基础知识—* 5. 人类的听觉功能 外耳 从耳翼(pinnas)到鼓膜(eardrum)这一段叫做外耳。耳翼的功能在帮助判断声音的来源方向，它对于听者前方来的声音比较敏感。 耳翼到鼓膜之间的通道叫做耳道（meatus) ，这是一个长约2.7公分直径约0.7公分的通道。对于声波的传播而言，这条通道等于是一个四分之一波长的共振腔，它的第一个共振频率大约是3 kHz，这个共振作用将3～4.5kHz的声波放大15dB左右，因此使得我们的听觉对于3～4.5kHz的频率范围比较敏感。 5、语音感知 第02章基础知识—* 5. 人类的听觉功能 中耳 在鼓膜与耳蜗之间有一个大约6立方公分的小空间，称之为中耳。在这个小空间内，有三块小骨头，分别是槌骨(hammer，或称为malleus)， 砧骨(anvil或称为incus)与镫骨(stapes，或称为stirrup)。 槌骨黏接在鼓膜上，声波造成的空气振动会使鼓膜振动，进而推动槌骨的振动，镫骨贴在耳蜗的椭圆形窗(oval window)上，槌骨的振动经过砧骨与镫骨的传递，将振动信号传到耳蜗内的淋巴液，所以中耳可以看成是声波到淋巴液的信号转换，在此转换过程中，对于1 kHz以上的信号做了-15 dB/10倍频程的衰减，可以看成是一个低通滤波器(low pass filter)。 5、语音感知 第02章基础知识—* 5. 人类的听觉功能 人类在分辨声音时，是取决于频域上的分辨率，听觉器官等于是将时域的声音波形转换成在频域的频谱，能否听到声音或分辨声音，是取决于音强(intensity)与频谱(spectrum)。 一般人的听觉器官可以感知频率范围16Hz到18kHz的声音，动态范围约1000倍。 超出人类听觉感知范围，如20kHz以上的声波，我们称之为超音波(ultrasonic)。 人耳对于1kHz到5kHz的声音最为敏感，但是对于1kHz以下与5kHz以上的声音，就要较大的音强才听得到。 5、语音感知 第02章基础知识—* 5. 人类的听觉功能 图5-4人类听觉的范围 5、语音感知 第02章基础知识—* 5. 人类的听觉功能 掩蔽效应(masking effect) 当一个声音存在时，它会将另一个声音的感知临界值提高，也就是说当某一频率的声音，有一特定音强存在时，另一个不同频率的声音要将音强提高才会被听到，这就是听觉掩蔽效应。 同时存在的声音，常常是低频的声音倾向于掩蔽掉高频的声音，这是一种频率掩蔽(frequency masking)的现象。 某一段时间存在一个声音，在此声音刚结束的一小段时间内，其它的声音会听不见这种掩蔽现象叫做时间掩蔽(temporal masking)。 这个现象也会发生在此存在声音之前，这是由于声音在听觉器官中传递时延迟所造成的。 5、语音感知 第02章基础知识—* 听 阈 ?听阈定义成在一频率下刚刚能被听到的纯音的强度级 –听阈≈0dB,在1000Hz –感觉阈≈120dB –痛阈≈140dB –直接损伤≈160dB ?阈值随频率变化，因人而异 ?最大灵敏点在大约3000Hz 5、语音感知 第02章基础知识—* 响度与响度级 响度(Loudness,L)是一种主观心理量，人类主观感觉到的声音强弱程