语音信号处理的基础知识.pptVIP

012.4语音生成系统和语音感知系统02语音发音系统语音听觉系统肺：能源；喉：振动源，包括声带和声门；声道（声门到嘴唇的呼气通道）：谐振腔；其他发音器官：包括唇、齿、舌、面颊等，使谐振腔改变形状。语音发音系统（发音器官及其作用）语音听觉系统（一个十分巧妙的音频信号处理器）人类接收语音由人耳来完成，空气振动由耳廓收集，经外耳道而抵达鼓膜，鼓膜随之振动，使鼓室中的空气和听骨链也发生振动，听骨链的振动经前庭窗（卵圆窗）激励前庭淋巴，变为液波，液波使位于基底膜上的螺旋器受到刺激，将神经冲动经听神经传到中枢而产生听觉。正常人的听觉系统是极为灵敏的，可听声的范围为0.02Hz-20kHz。可听声的最小声压级(dB)称为听阈。-5130dB，对低频和高频是不敏感的，听阈为60dB，在1kHz附近最敏感。声源声压/Pa声压级/dB飞机附近200140织布车间20100地铁0.6390繁华街道0.06370普通谈话0.0260安静房间0.00240耳语0.0006330树叶沙沙声0.000220农村静夜0.00006310耳的结构（外耳、中耳和内耳）和功能外耳：对声源定位和对声音放大的作用，由耳廓和外耳道组成。耳廓呈漏斗型，其作用是收集声音。外耳道直至鼓膜，其中充满空气，是一谐振腔，使谐振频率附近的频率成分有某些放大作用，导致声音有某些失真。外耳道的长度为2.5cm，对波长为其4倍作用的声波能起到较好的放大作用，即有：4?2.5=10cm，3000-4000Hz声波的波长为，因此外耳道对这部分频率的信号有扩音作用，10dB左右。外耳道010203中耳结构：总容量为2立方厘米，内含三块听小骨，锤骨、砧骨、镫骨，其中锤骨与鼓膜相接触，镫骨则与内耳的前庭窗相接触。作用：进行阻抗变换，将中耳两端的声阻抗匹配起来；保护内耳。在一定声强范围内，听小骨实现声音的线性传递，而在特强声时，实现非线性传递。内耳01结构：主要部分是耳蜗，耳蜗长约3.5cm，呈螺旋状盘绕圈，是一个密闭的管子，内部充满了淋巴液。前庭窗镫骨基底膜02030405作用：将振动变换为神经冲动。当声音传入中耳时，镫骨的运动经过前庭窗引起耳蜗内液体压强的变化，从而引起行波沿基底膜的传输，引起基底膜的振动。不同频率的声音产生不同的行波，其峰值出现在基底膜的不同位置上。基底膜的振动导致沿基底膜分布的毛细胞的电位发生改变，引起神经冲动，传递给大脑，产生听觉。如果信号是一个多频率的信号，则产生的行波将沿着基底膜在不同的位置产生最大幅度，从这个意义上讲，耳蜗就像一个频谱分析仪，将复杂信号分解成各种频率分量，这种作用称为人耳的时频分析特性。耳蜗在语音接收过程起着重要的作用。人工耳蜗是一种电子装置，能帮助重度及极重度耳聋患者获得或重新恢复听觉。它代替病变受损的听觉器官，把声音转换成编码的电信号传入内耳耳蜗，刺激分布在那里的听神经，再由大脑产生听觉。人工耳蜗人工耳蜗的工作原理麦克风接收声音，并通过导线将其传至言语处理器；言语处理器对声音进行数字化、滤波编码等处理，并将编码信号经导线传至传输线圈；传输线圈将编码信号通过耦合传至皮下的接收器；接收器对编码信号进行解码；按信号选择一定位置的电极，刺激耳蜗内的听神经纤维，使其产生兴奋，将信号传入大脑，产生听觉。由空气传导，称为气导，其过程为：声波耳廓鼓膜听骨内耳基底膜上毛细胞电位改变神经冲动由骨传导，称为骨导，其过程为：声波颅骨外淋巴振动内耳基底膜上毛细胞电位改变神经冲动2.声音传入内耳的途径人耳的两个重要特性耳蜗对声信号的时频分析特性人耳的掩蔽效应人耳的掩蔽（maskingphenomenon）效应:在一个强信号附近弱信号将变得不可闻，被掩蔽掉了。掩蔽阈值被掩蔽掉的不可闻信号的最大声压级称为掩蔽门限和掩蔽阈值（maskingthreshold）,在这个掩蔽阈值以下的声音将被掩蔽掉。掩蔽效应分为同时掩蔽(频域掩蔽)和短时掩蔽（时域掩蔽）。同时掩蔽是指存在一个弱信号和一个强信号，当其频率接近时，强信号会提高弱信号的阈值，就会导致弱信号变得不可闻。1kHz的听阈011dB0220dB034dB04可闻声053dB06不可闻声07图形描述08同时出现的A声和B声，若原来A声的阈值为50dB,由于另一个频率不同的B声的存在使得A声的阈值提高了68dB,则B声称为掩蔽声，A声称为被掩蔽声。掩蔽量为68dB－50dB＝18dB。01数学描