day2.3语音信号处理基础.pptVIP

* * 窄带的语谱图具有较好的频域分辨率：以较窄的频率间隔观察频域上的正弦波成分； 宽带的语谱图具有较好的时域分辨率：以较窄的时间间隔观察时域上的波动； * * 宽带语谱图 窄带语谱图 * 语谱图中可以观察到什么？ 能量分布 谱线结构 声门波和声道幅频特性/共振峰 作用：反映时变频谱特征 * * 复旦大学计算机科学技术学院 窄带语谱图 滑动窗长度至少为两个基音周期； 如果滑动窗傅里叶变换的主瓣在各次谐波上无交叠，且旁瓣可以忽略，则： S(?,?)?(1/P2)?|H0(?k)W(?-?k,?)|2 近似为： S(?,?)?(1/P2)? |H0(?k)|2| W(?-?k,?)|2 具有较好的频域分辨率，能区分各次谐波谱线； 具有较差的时域分辨率； * * 复旦大学计算机科学技术学院 宽带语谱图 滑动窗长度小于一个基音周期； 缩短窗长会展宽滑动窗傅里叶变换后的频谱：测不准原理： 信号不能同时在时间和频率上任意窄； 当时间序列的宽度变小时，傅里叶变换会展宽； -》宽的信号产生窄的傅里叶变换；窄的信号产生宽的傅里叶变换； 较宽的滑动窗会发生交叠；从而淹没了谐波谱线结构； 窗长小，能较好的体现时域特征； 频域特征就比较差； * * 复旦大学计算机科学技术学院 * * 复旦大学计算机科学技术学院 * * 复旦大学计算机科学技术学院 * * 复旦大学计算机科学技术学院 * * 复旦大学计算机科学技术学院 元音 语谱图中的共振峰 不同说话人发同一个元音的第一和第二共振峰形成一个聚类 * * 复旦大学计算机科学技术学院 * * 复旦大学计算机科学技术学院 鼻音 准周期激励 鼻腔：低频谐振 第一共振峰250Hz，之后几乎无能量 * * 复旦大学计算机科学技术学院 * * 复旦大学计算机科学技术学院 * * 复旦大学计算机科学技术学院 摩擦音 声源：噪声声源 清摩擦音 浊摩擦音: 清摩擦音+声带振动 * * 复旦大学计算机科学技术学院 浊摩擦音 浊摩擦音: x[n]=xg[n]+xq[n] 周期成份: xg[n]=h[n]*(g[n]*p[n])=h[n]*u[n] 噪音成份: xq[n]=hf[n]*(q[n]u[n]) q[n]看作噪声源，用u[n]调制后经过不同的声道响应hf[n]后，形成xq[n] * * 复旦大学计算机科学技术学院 爆破音——冲击 清爆破音 浊爆破音 浊爆破音与随后元音之间的时延更短 音栅（voice bar）：口腔封闭时的声带低频振动声 * * 复旦大学计算机科学技术学院 * * 复旦大学计算机科学技术学院 * * 复旦大学计算机科学技术学院 VOT：时间延迟量 * * 复旦大学计算机科学技术学院 过渡语音——双元音 时变声道，在两个元音间平滑过渡 * * 复旦大学计算机科学技术学院 * * 复旦大学计算机科学技术学院 半元音 * * 复旦大学计算机科学技术学院 塞擦音：快速从爆破音移向摩擦音 协同发音 * * 复旦大学计算机科学技术学院 可区分的语音不仅取决于声源，还与不同的声道形态以及他们如何与周期性、噪声和冲击性声源相互作用相关； 描述这些语音类型的单位称为音素； * * 喉：由软骨、肌肉和韧带构成的复杂系统； 声带：两片带有肌肉及韧带的组织； * * 研究者根据这个过程的复杂过程，提出一种非线性的双质体模型以及更加精细的非线性多组件模型 * 声门闭相（closed phase）：声带闭合并且没有气流通过的时间段； 声门开启相（open phase）：刚开始有气流到气流速率达到最大值的时间段； 合拢相（return phase）：气流速率从最大值回到声门关闭时零值的时间段； 声门气流速率：声门波； 基因周期（ptich period）：声门波往复一次的时长； * 主瓣宽度与旁瓣衰落 * 送气音 浊音 送气式浊音 * * 浊音：周期性声门波激励产生的语音； 清音：其他形式声源产生的语音； * 复旦1号机器人研制组 复旦大学互动媒体研究所（IMI） 语音的产生和分类 肺：动力源头，气流送到喉 喉：将气流调制为周期或随机激励，送入声道 声道：口、鼻、咽腔，对声频谱整形 唇：形成可传播声波 * * 复旦大学计算机科学技术学院 语音的产生和分类 * * 复旦大学计算机科学技术学院 声源 产生语音的三种声源： 噪音 周期性 冲击 Shop的发音：Sh-o-p 音素（phoneme）：构成语言的基本单元 * * 复旦大学计算机科学技术学院 发声机制 * * 复旦大学计算机科学技术学院 语音为什么是可辨别的，哪些因素决定？ 声源：激励 声道形态：系统 语音：激励系统，产生输出 * * 复旦大学计算机科学技术学院 发音的生理解释 肺：吸入和呼出空气 发声机制：短促的吸入空气，平稳呼出； 喉： 作用：