语音信号处理(第2版)赵力编著语音信号处理勾画要点 .pdfVIP

语音信号处理（第2版）赵力编著语音信号处理勾画要点

语音信号处理（第2版）赵力编著

重点考点

第2章语音信号处理的基础知识

1.语音（Speech）是声音（Acoustic）和语言（Language）的

组合体。可以这样定义语音：语音是由一连串的音组成语言的声音。

2.人的说话过程可以分为五个阶段：（1）想说阶段（2）说出阶

段（3）传送阶段（4）理解阶段（5）接收阶段。

3.语音是人的发声器官发出的一种声波，它具有一定的音色，音

调，音强和音长。其中，音色也叫音质，是一种声音区别于另一种声

音的基本特征。音调是指声音的高低，它取决于声波的频率。声音的

强弱叫音强，它由声波的振动幅度决定。声音的长短叫音长，它取决

于发音时间的长短。

4.说话时一次发出的，具有一个响亮的中心，并被明显感觉到的

语音片段叫音节（Syllable）。一个音节可以由一个音素（Phoneme）

构成，也可以由几个音素构成。音素是语音发音的最小单位。任何语

言都有语音的元音（Vowel）和辅音（Consonant）两种音素。

5.元音的另一个重要声学特性是共振峰（Formant）。共振峰参

数是区别不同元音的重要参数，它一般包括共振峰频率（Formant

Frequency）的位置和频带宽度（FormantBandwidth）。

6.区分语音是男声还是女声、是成人声音还是儿童声音，更重要

的因素是共振峰频率的高低。

7.浊音的声带振动基本频率称基音周期（或基音频率），F0表示。

8.人的听觉系统有两个重要特性，一个是耳蜗对于声信号的时频

分析特性；另一个是人耳听觉掩蔽效应。

9.掩蔽效应分为同时掩蔽和短时掩蔽。

10.激励模型：一般分成浊音激励和清音激励。浊音激励波是一个

以基音周期为周期的斜三角脉冲串。

11.声道模型：一是把声道视为由多个等长的不同截面积的管子串

联而成的系统。按此观点推导出的叫“声管模型”。另一个是把声道

视为一个谐振腔，按此推导出的叫“共振峰模型”。

12.完整的语音信号的数字模型可以用三个子模型：激励模型、声

道模型和辐射模型的串联来表示。

13.语谱图：人们致力于研究语音的时频分析特性，把和时序相关

的傅立叶分析的显示图形。

第三章语音信号分析

1.贯穿于语音分析全过程的是“短时分析技术”。

2.语音信号的数字化一般包括放大及增益控制、反混叠滤波、采

样、A/D变换及编码（一般就是PCM码）；预处理一般包括预加重、

加窗和分帧等。

3.预滤波的目的有两个：

抑制输入信号各频域分量中频率超出fs/2的所有分量（fs）为采

样频率，以防止混叠干扰。

抑制50Hz的电源工频干扰。

4.预加重的目的：是提升高频部分，使信号的频谱变得平坦，保

持在低频到高频的整个频带中，能用同样的信噪比求频谱，以便于频

谱分析或声道参数分析。

5.窗口的长度

采样周期Ts=1/fs，窗口长度N和频率分辨率Δf之间存在下列关

系：Δf=1/NTs

6.有时窗口长度的选择，更重要的是要考虑语音信号的基音周期。

7.语音信号的时域分析就是分析和提取语音信号的时域参数。

8.短时能量及短时平均幅度分析:P38

9.短时过零率分析:P39图3-4分析

10.短时平均幅度差函数：P43AMOF函数特点；

11.P46语音的短谱图的临界带特征矢量概念

12.同态信号处理就是将非线性问题转化为线性问题的处理方法。

13.大体分为乘积同态处理和卷积同态处理两种。

14.复倒谱和倒谱：

虽然D*[]与D*-1[]系统中的x^(n)和y^(n)信号也均是时域序列，

但它们所处的离散时域显然不同于x(n)和y(n)所处的离散时域，所以

我们把它称之为“复倒频谱域”。x^(n)是x(n)的“复倒频谱”，简称

为“复倒谱”，有时也称作对数复倒谱。

显然c(n)是序列x(n)对数幅度谱的傅里叶逆变换。c(n)称为“倒频