数字语音处理数字模型.ppt

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：音素少、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、调三个音素构成的第23页,共46页，星期六，2024年，5月2.4.2语音的时间波形第24页,共46页，星期六，2024年，5月清音的波形特点：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。第25页,共46页，星期六，2024年，5月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。第26页,共46页，星期六，2024年，5月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。第27页,共46页，星期六，2024年，5月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影响到对响度较低的频率成分的感受，使其变得不易察觉,这种现象称为掩蔽效应。在掩蔽情况下，被隐蔽音的听阈会提高，即加大被掩蔽音的强度才能听到。2.4.4掩蔽效应第28页,共46页，星期六，2024年，5月利用人耳的听觉掩蔽，在进行语音压缩时，让量化噪音的频谱跟随语言信号频谱包络变化，则共振峰的频率成分就会掩蔽掉量化噪声。这个技术称为噪声整形或听觉加权处理。掩蔽效应的作用第29页,共46页，星期六，2024年，5月2.5语音信号模型语音信号的数字模型：利用数字技术模拟语音信号的产生或是利用数字信号处理技术来实现发音器官的模拟。在一些合理的假设下，在较短的时间间隔内（20-30ms），语音信号被看成是线性时不变系统（声道）在随机噪声或准周期脉冲激励下的输出。第30页,共46页，星期六，2024年，5月uG(n)Av冲激序列发生器声门脉冲模型G(z)随机噪声发生器基音周期T0Au清/浊音开关浊音激励清音激励2.5.1激励模型第31页,共46页，星期六，2024年，5月1、浊音激励发浊音时，由于声门不断开启和关闭，产生间歇的脉冲。经仪器测试它类似于斜三角形的脉冲。第32页,共46页，星期六，2024年，5月单个斜三角波的频谱表现出一个低通滤波器G(ejω)的特性。可以把它表示成z变换的全极点形式：第33页,共46页，星期六，2024年，5月整个浊音激励模型可以表示为：周期性的斜三角波脉冲串可以看做是一串加权的单位脉冲序列去激励上述单个斜三角波模型实现。这个单位脉冲串和幅值因子可以表示成下面的Z变换形式?：第34页,共46页，星期六，2024年，5月2、清音激励发清音时声道被阻碍形成湍流，所以可把清音激励模拟成随机白噪声。此处用均值为0、方差为1，在幅值上为平稳分布的序列。第35页,共46页，星期六，2024年，5月2.5.2声道模型(声管模型)第36页,共46页，星期六，2024年，5月声管模型是假定声道由多个等长的不同截面积的管子串联而成的系统，并假定管子中的流体及管壁没有热传导和粘滞的损耗。在短时间内，声道可表为形状稳定的管道，并可以认为声波是沿管轴传播的平面波。第37页,共46页，星期六，2024年，5月2.5.2声道模型(共振峰模型)共振峰模型就是将声道视为一个谐振腔，共振峰就是这个腔体的谐振频率。三种共振峰模型分别是：级联型、并联型和混合型。第38页,共46页，星期六，2024年，5月1级联型(元音)声道是一组串联的二阶谐振器（一个谐振腔对应1个共振峰频率）。H1H2H3H4H5P为极点个数，G是增益参数，为常系数。传输函数第39页,共46页，星期六，2024年，5月2并联型(大部分辅音)适用于鼻音、复合元音及大部分辅音，发这些音时发音腔体具有反谐振特性，必须在模型中加入零点以减弱谐振强度，故要考虑用零、极点模型：H1H2H3H4H5第40页,共46页，星期六，2024年，5月通常，PR;若分子与分母无重根，则上