第二章 数字模型.ppt

第二章 语音信号的数字模型 2.1 概述 本章重点介绍语音信号产生的数字模型，对语音信号的特性和听觉特性做一般介绍。 2.2 语音的发音机理 1.组成 ⑴ 肺和气管组成声源； ⑵ 喉和声带称为声门； ⑶ 由咽腔、口腔、鼻腔组成声道； 2. 功能 肺：产生压缩气体，通过气管传送到声音生 成系统。 喉：控制声带运动的复杂系统。主要包括： 环状软骨、甲状软骨、杓状软骨、声带。 声门：声带之间的间隙称为声门。 主要功能：产生激励。 声道：指声门至嘴唇的所有发音器官。 包括：咽喉、口腔和鼻腔。 主要功能：传输调制声波。 声道的形状变化由舌、软腭、唇、牙决定。 口腔包括：上下唇、上下齿、上下齿龈、上下腭、 舌和小舌等部分。 上腭又分为：硬腭和软腭两部分； 舌又分为：舌尖、舌面和舌根三部分。 鼻腔在口腔上面，靠软腭和小舌将其与口腔隔开。 当小舌下垂时，鼻腔和口腔便耦合起来，当小 舌上抬时，口腔与鼻腔是不相通的。口腔和鼻腔都 是发音时的共鸣器。 语音生成动作可分为两种功能： （1）激励 （2）调制 2.2.2 语音生成-浊音 空气流经过声带时，如果声带是崩紧的，则声带将产生张 弛振动，即声带将周期性地启开和闭合。 声带启开时，空气流从声门喷射出来，形成一个脉冲，声 带闭合时相应于脉冲序列的间隙期。 这种情况下在声门处产生出一个准周期脉冲状的空气流。 该空气流经过声道后最终从嘴唇辐射出声波，这便是浊音语 音。 这个准周期脉冲的周期即为基音周期。 基音周期：声带每开启和闭合一次的时间。其倒 数称为基音频率。 基音频率是由声带张开闭合的周期所决定的： 男性的基音频率一般为50～250Hz； 女性基音频率为100～500Hz。 2.2.2 语音生成-清音 空气流经过声带时，如果声带是完全舒展开来的，则肺部发出的空气流将不受影响地通过声门。空气流通过声门后，会遇到两种不同情况。 一种情况是，如果声道的某个部位发生收缩形成了一个狭窄的通道，当空气流到达此处时被迫以高速冲过收缩区，并在附近产生出空气湍流，这种湍流空气通过声道后便形成所谓摩擦音或清音。 2.2.2 语音生成-爆破音 另一种情况是，如果声道的某个部位完全闭合在一起，当空气流到达时便在此处建立起空气压力，闭合点突然开启便会让气压快速释放，经过声道后便形成所谓爆破音。 共振峰频率或共振峰 声音产生后，便沿着声道进行传播。 声道可以看成是一根具有非均匀截面的声管，在发音时起着共鸣器的作用。声音进入声道后，其频谱必定会受到声道的共振特性的影响。 声道是一个谐振腔，具有一组共振频率，称为共振峰频率或共振峰。共振峰及其带宽取决于声道的形状和尺寸，因而不同的语音对应于一组不同的共振峰参数。 共振峰的计算 2.3 语音的听觉机理 2.3.1 听觉器官 人的听觉器官包括：外耳、中耳和内耳 2.3.2 语音信号听觉模型 2.4 语音的感知 音素 是语音的最小、最基本的组成单位。 音节 是最小的语言片段，一个音节由一个或几个音素组成。 单词 是由音节结合而成的更大单位，是有意义的语言的最小单位。 句子 是单词的进一步组合。 一个音节由元音和辅音构成 元音：由声带振动发出的声音。其特点由声道的形状和尺寸决定。所有的元音都是浊音。 辅音：由呼出的气流克服发音器官的阻碍而产生的。发辅音时声带不振动，则形成清音；声带振动则形成浊辅音。 汉语的特点：因素少、音节少。 汉语中的音节即字音是由声母、韵母和声调按一定方式构成的，即由声、韵、调三个音素构成的 2.4.2 语音的时间波形 清音的波形特点： 类似于白噪声，具有很弱的振幅。 浊音（元音）的波形特点： 具有明显的准周期性，并具有较强的振幅。 2.4.3 几个概念 1. 人耳能听到声音的频率范围大约为： 20Hz~20kHz。 2. 人耳能承受的声压级范围是0~130dB。 3.人耳能感觉的描述声音的三个特性 ①响度 取决于声音的幅度，单位是宋（sone），人耳对3K~4KHz 声音的音强感觉最灵敏。 ②音调 人耳对声音频率高低的感受，单位是美（Mel）。 ③音色 也叫音质，反应了声音的属性。 2.4.4 掩蔽效应 两个响度不等的声音作用于人耳时，则响度较高的频率成分的存在会