[工学]数字语音处理1-2章.ppt

语音信号处理 教材 参考资料 1.《语音信号数字处理》Lawrence Rabiner,1983 2.《语音识别基本原理》 Lawrence Rabiner,1999 第一章 绪论 数字语音处理研究的内容 语音处理的发展历史 返回 下一章 语音信息的重要性 人类从大自然获取信息的分布图 数字语音处理研究的内容 语音信号处理的实质 语音信号的数字表示 语音信号数字处理的方法和技术 数字语音处理的应用 返回 1.语音信号处理的实质 1.实质：是研究用数字信号处理技术对语音信号进行处理的一门学科 2目的： 通过处理得到一些反映语音信号重要特征的语音参数以便高效地传输或储存语音信号所包含的信息。 通过对语音信号进行某种运算以达到某种要求。 1.语音信号处理的实质 3.学科基础：以语音语言学和数字信号处理为基础而形成的一门涉及面很广的学科,与心理学、生理学、计算机科学、通信与信息科学、模式识别和人工智能等学科均有密切的关系。 返回 1.语音信号处理的基本内容 2. 语音信号的数字表示 语音表示方法的选择 要保存语音信号中的消息内容； 表示形式要便于传输和存储、变换和处理，不至于严重损害消息的内容，有用信息更易于被提取； 2. 语音信号数字表示的优点 数字技术能完成许多很复杂的信号处理工作； 语音可以看成是音素的组合，具有离散的性质，特别适合于数字处理； 2. 语音信号的表示 数字系统具有高可靠性、价廉、紧凑、快速等特点，很容易完成实时处理任务； 数字语音适于在强干扰信道中传输，易于和数据一起在通信网中传输，也易于进行加密传输。 语音信号的数字表示方法 波形表示—采样和量化，保持波形 参数表示—激励源和模型参数（第二章） 语音信号波形表示示例 Cooledit Pro 界面 3. 语音信号的数字处理方法 语音信号的特点—短时平稳性 短时时域处理方法—短时能量、短时平均过零率以及短时自相关函数计算 短时频域分析—短时傅立叶分析 线性预测技术—本质上属于时域分析方法，但其结果可以是频域参数 倒谱和同态分析、矢量量化和隐马尔可夫模型 语音信号的特点—短时平稳性 语音信号数字处理基本过程 语音信号数字处理基本过程 连续语音波形 - A/D 转换 - 离散时间信号 - 用数字系统进行处理 - 修改后的离散时间信号 - D/A 变换 - 模拟波形 返回 4. 数字语音处理的应用 语音压缩和编码—语音通信数字化； 语音合成—自动报站、自动报时、自动警告、电话自动查询和语音提示等； 语音识别—声控应用、自动口语翻译； 说话人识别—安全加密、银行信息电话查询服务以及破案和法庭取证； 语音增强—通常作为语音处理的前端。 各种语音产品 语音处理的发展历史 1876年电话的发明，贝尔（Bell）； 1939年声码器的研制成功—声源＋声道； 1947年贝尔实验室发明语谱图仪—语音识别研究的开始； 50年代第一台口授打字机和英语单词语音识别器； 60年代出现了第一台以数字计算机为基础的孤立词语音识别器和有限连续语音识别器； 语音处理的发展历史 70年代动态规划技术、隐马尔可夫模型、线性预测技术和矢量量化码书生成方法用于语音编码和识别； 80、90年代语音处理技术产品化—IBM Tangora-5和Tangora-20英语听写机，Dragon Dictate 词汇翻译系统(70000)，viavoice汉语听写机。CMU语音组研制成功SPHINX系统（识别率达95.8%); 国内，清华大学、中科院声学所和中科院自动化所在汉语听写机研究方面有一定成果。 返回 第二章 基础知识 人类的语言器官 语音产生过程 语音信号产生的数字模型 语音信号的特性 人类的听觉功能 返回 下一章 1. 人类的语言器官 1. 人类的语言器官 人体发音器官—肺、气管、喉（包括声带）和声道，肺是语音产生的能源所在；声带为产生语音提供主要的激励源；声道是指声门至嘴唇的所有器官：咽、鼻腔 、口腔等，它们具有非均匀截面，且随时间变化，起共鸣器（或谐振器）的作用。 1. 人类的语言器官 1. 人类的语言器官 2.语音产生过程 发音机理 2.语音产生过程 语音的形成过程—空气由肺部排入喉部，经 过声带进入声道，最后由嘴辐射出声波，形成 语音。 浊音：声带绷紧，气流通