《数字语音处理》课程教学大纲 .pdfVIP

《数字语音处理》课程教学大纲

课程代码：ABJD0626

课程中文名称：数字语音处理

课程英文名称：Dig让a1AudioProcessing

课程性质：选修

课程学分数：2.5

课程学时数：40（32学时论课时+8学时实验）

授课对象：电子信息工程

本课程的前导课程：信号与系统、数字信号处理

一、课程简介

本课程是通信工程专业、电子信息类专业、电气工程及其自动化等专业的任选课。它是基于信

号处理基础之上理论性和应用性较强的专业课程，其任务是：通过本课程的学习，学生掌握语音信

号处理的基本原理；通过试验加深学生对语音信号处理方法的认识。同时向学生介绍该学科领域近

年取得的新成果、新发展及新技术，同时培养学生的独立研究和思考的能力

二、教学基本内容和要求

（-）语音信号处理的基础知识

教学内容：

一、语音信号处理的发展

二、语音信号处理的过程的总体结构

三、语音的发声机理和听觉机理

四、语音的感知和信号模型

课程的重点、难点：

重点：语音的发生原理以及信号模型。

难点：语音信号的数字模型。

教学要求：

1.了解本课程的性质和任务，理解掌握语音、语音信号处理的基本概念，了解语音信号的发

展概况及其应用。

2.理解语音信号处理的基本过程，了解语音信号的特性和语音信号产生的数字模型，了解语

音感知的概念；掌握语音信号产生的数字模型，了解人类的听觉系统的特性。

（二）语音信号的时域分析和短时傅里叶分析

教学内容：

一、语音信号的预处理

二、语音信号的时域分析

三、傅里叶变换的解释

四、语音信号的频域分析

课程的重点、难点：

重点：语音信号的短时时域分析和短时频域分析。

难点：短时自相关函数和短时谱的时域及频域采样率。

教学要求：

1.了解语音信号的时域分析的基本概念，理解并掌握语音信号的数字化和预处理过程。

2.理解短时能量分析，短时过零分析和短时相关分析的基本概念，掌握语音信号的能量、过

零、相关各种时域分析方法。

3.理解语音信号的短时傅里叶分析的基本概念，理解短时傅里叶变换的取样率，掌握语音信

号的短时综合方法，掌握语谱图的基本概念。

（三）语音信号的同态滤波及倒谱分析

教学内容：

一、叠加原理和广义叠加原理

二、卷积同态系统

三、复倒谱的计算方法

四、语音倒谱分析及应用

课程的重点、难点：

重点：卷积同态系统和复倒谱的几种计算方法。

难点：复倒谱和倒谱、最小相位信号法。

教学要求：

1.掌握语音信号同态滤波的概念，及倒谱的求解方法和性质。理解并同态信号处理的基本原

理。

2.理解复倒谱和倒谱的基本概念，掌握语音信号两个卷积分量复倒谱的性质；理解并掌握相

位卷绕的算法；理解语音信号复倒谱分析实例。

（四）语音信号的线性预测分析

教学内容：

一、1PC和语音信号模型的关系

二、线谱对1SP分析

三、导抗谱对ISP分析

四、1PC导出的其他语音参数

五、1PC分析的频域解释

课程的重点、难点：

重点：线性预测方法。

难点：1PC和语音信号模型的关系、相关参数设置。

教学要求：

1.掌握线性预测分析的基本原理，理解并掌握线性预测方程组的建立过程，理解并掌握线

性预测分析的两类解法：自相关法和协方差法，格型法。

2.了解线性预测分析的应用：1PC谱估计和1PC复倒谱，了解线谱对分析；了解极零模型。

（五）语音信号的矢量量化

教学内容：

一、矢量量化基本定理

二、矢量量化器的设计算法

三、降低复杂度的矢量量化系统

课程的重点、难点：

重点：矢量量化基本原理和量化器的设计。

难点：矢量量化器的设计算法。

教学要求：

1.理解并掌握矢量量化的基本原理，了解失真测度的概念

2.理解并掌握最佳矢量量化器和码本的设计方法，了解降低复杂度大的矢量量化系统,理解

并掌握语音参数的矢量量化的方法。

（六）语音编码和语音合成

教学