语音实验 _原创精品文档.pdfVIP

《数字语音处理及其应用》试卷

系姓名学号

一、简答题（每小题3分，共30分）

1.语音信号的数学模型包括哪些子模型?激励模型属于什么性质的滤波器？

2.人耳听觉的掩蔽效应分为哪几种？在研究语音信号处理中有什么应用?

3.计算语音的短时自相关函数的主要用途是什么?

4.什么是线性预测？前向预测和后向预测的区别是什么？

5.什么是复倒谱?已知复倒谱如何求倒谱?

6.矢量量化中生成初始码本的方法有哪几种?

7.为什么语音信号可以看成是隐马尔可夫过程?

8.什么是自适应变换编码？常用的变换是什么变换？

9.语音合成中规则合成法的核心是什么?

10.什么是语音信号中的情感信息？如何对情感进行分类?

二、论述题（每小题4分，共24分）

1.语音信号的功率谱及其在语音信号数字处理中的意义。

2.基音周期估计的常用方法有哪些？简单描述SIFT方法(简化逆滤波法)。

3.矢量量化中初始码本产生的方法与性能比较。

4.叙述HMM中前向-后向算法的工作原理及其节约运算量的原因。

5.画出语音编码中反馈自适应量化间隔的原理框图，并进行说明。

6.叙述基音同步叠加技术PSOLA实现语音合成的主要步骤。

三、对语音信号参数分析前为什么要进行预处理?有哪些预处理过程?（5分）

四、描述Burg法求解线性预测系数的思路和计算步骤。（5分）

五、一个语音段s(n)的自相关函数为，

N1

R(j)s(m)s(mj);j1,,p



nnn

mj

证明R(j)是偶函数，即R(j)R(j)；且当j0时，自相关函数具有最大值

nnn

R(0)R(j)。（6分）

nn

六、如何设计最佳矢量量化器？描述LBG算法的具体实现步骤。（5分）

七、什么是Baum-Welch算法?怎样利用该算法的重估公式得到重估模型参数后，构成新的模型?

（5分）

八、为什么在语音识别时需要做“时间规整”?说明DTW时间规整的原理和方法。（5分）

九、编程实现一个孤立字语音识别系统，写出具体过程和结果分析。（15分）

练习1.

使用能量特征、过零率特征设计一个语音检测算法。要求能在普通的实验室噪声环境下，准确

地检测出语音信号的起终点位置。

答：

function[x1,x2]=vad(x)

%幅度归一化到[-1,1]

x=double(x);

x=x/max(abs(x));

%常数设置

FrameLen=240;

FrameInc=80;

amp1=10;

amp2=2;

zcr1=10;

zcr2=5;

maxsilence=8;%6*10ms=60ms

minlen=15;%15*10ms=150ms

status=0;

count=0;

silence=0;

%计算过零率

tmp1=enframe(x(1:length(x)-1),FrameLen,FrameInc);

tmp2=enframe(x(2:length(x)),FrameLen,FrameInc);

signs=(tmp1.*tmp2)0;

diffs=(tmp1-tmp2)0.02;

zcr=sum(signs.*diffs,2);

%计算短时能量

amp=sum(abs(enframe(filter([1-0.9375],1,x),FrameLen,FrameInc)),2);

%调整