语音信号传输的理论.pptVIP

语音信号数字处理 张力 参考数目：《语音信号数字处理》杨行峻 《语音信号处理》 易克初 绪论 数字语音处理的概念 语音的基本特征 数字语音处理的发展 课程内容以及安排 前言 耳聪目明 听说读写 语音和图像——重要的感知媒体 对语音和图像的分析处理——媒体计算的主要研究对象和内容 语音：新一代自然人机交互的关键之一 信号处理——模式识别——人工智能 语音信号处理的概念 语音信号处理简称语音处理，是以语音学和数字信号处理为基础而形成的一门综合性学科，处理的目的是要得到一些语音参数以便高效的传输或存储，或者通过处理的某种运算以达到某种用途的要求，例如人工合成出语音，辨识出说话者，识别讲话的内容等。 它包括语音编码、语音合成、语音识别和说话人识别四大分支。 语音的定义 语音是人类发音器官发出的、具有一定意义的、能起社会交际作用的声音。能够代表一定的意义，这是语言的声音同自然界其他一切声音的本质区别。 人体外的声音自不必说(如钟声、风声、动物叫声、机器声)，就是人的发音器官发出的声音，也并非都是语言。如打喷嚏、打嗝儿、打哈欠、咳嗽等等，虽然也传递出了某种信息─病了，饱了，困了或是醒了，但声音的发出不是为了交际，而是人体本能的生理反映；又如吹口哨、口技演员的表演、哭、笑等等，这些声音的发出是有目的的，是一定的心理活动的表现，不是单纯的生理现象，但声音同意义之间没有固定的结合关系，不能成为代表意义的声音符号，只能表示情绪，展示技巧。以上这些声音都不是语言。 语音的定义 语言的声音同它所代表的意义是相互依存的统一体，一方面，发音器官发出的声音必须同意义紧密结合、成为一定意义的代表，才能成为语音；另一方面，意义必须借助声音才能成为可被人感知、被人接受的东西，没有声音，意义便无法表达出来。 语音是一种具有多重属性的声音。首先，它同自然界其他声音一样，是由物体振动产生声波而形成的一种自然现象，所以它具有物理的属性方面的自然属性。语言又是人类的生理现象，发音是人体器官的动作。因此，它同时具有生理属性。作为语言这一特殊社会现象的物质基础，语音又具有社会属性，这是语音的本质属性。我们在分析语音现象的时候，这三种属性都会涉及到。 语音学 语音学是研究语音过程的科学，包括发音语音学、声学语音学和听觉语音学三大分支。 发音语音学研究发音器官在发音过程中的运动和语音的音位特征； 声学语音学研究语音的物理属性，如语音声波的频率、振幅以及频谱特性等； 听觉语音学研究听觉和语音感知。 语音的属性—物理属性 物体由于某种外力的作用发生振动，并引起周围空气或其他媒介物质的振动，产生了振动波─ 声波，声波作用于耳鼓膜，使之产生同样的振动，刺激听觉神经，人就感觉到了声音。 语音也是这样产生、传递与接收的。 物理声学认为声波具有音高、音强、音长、音色四种要素，语音同样是这四种要素的统一体。 声波示意（L. A. Rowe ） 声波频率 声压变化可以是周期性的和非周期性 频率概念 循环（cycle）- 压缩/稀薄过程 频率（frequency）：每秒cycle数，单位 hertz (Hz) 周期 – cycle的持续时间 (1/frequency) 声音信号一般由许多频率不同的信号组成，称为复合信号；而单一频率的信号称为分量信号 频率范围 频率小于20Hz 一般称为次声波（subsonic) 人的听觉器官能感知的声音频率范围约为20Hz～20kHz的信号称为音频(Audio)信号 人发音器官发声频率约是80～3400Hz，但人说话的信号频率约为300～3000Hz，即话音(speech)信号 高于20kHz的信号称为超声波 (ultrasonic) 超声波及次声波一般不能引起人听觉器官的感觉，但可借助一些仪器设备进行观察和测量 语音的物理属性—音高 音高指声音的高低，它取决于发音体振动的快慢。发音体振动越快，发出的声音越高，反之声音则低。 物体每秒钟振动的次数叫频率，声学把频率作为测定物体振动快慢与声音高低的标准。 说声音的频率高就是说发音体在单位时间里振动次数多，它振动得快，发出的声音高，而频率低也就表示声音低。 频率的高低是由物体自身的质量、松紧度、长短等项因素决定的，大而沉、粗而厚、长而松的物体振动慢，音低；小而轻、细而薄、短而紧的物体振动快，音高。 语音的高低则与声带的长短、厚薄、松紧有关。通常，儿童和一般妇女的声带比成年男子的声带短而薄，所以声音高；而声音低的人声带相对说长而厚，如成年男子，女中、低音声乐演员，老人等。同一个人发出的声音有高低变化，则是靠控制声带的松紧来调节的。 语音的物理属性—音强