语音信号数字处理精选.pptVIP

语音识别的过程 计算机语音识别的目的是让计算机能够听懂人的话 语音识别实际上是一个模式识别匹配的过程。首先根据人的语言特征建立语音模型，对输入的语音信号进行分析，抽取相应的特征，建立所需要的模板，在识别过程中，将计算机中存放的语音模板与输入的语音信号特征进行比较。 * 语音识别的例子 英国的Webflorists网上花站利用互联网和语音识别技术接收和处理鲜花订单。 北京中科院研究一种将语音识别技术应用于电视，控制电视的开关和转换频道 * 说话人识别技术(Speaker Recognition) 定义：说话人识别技术是以话音对说话人进行区分，从而进行身份鉴别与认证的技术，通过说话人识别可以利用人本身的生物特征进行身份鉴别。 应用领域：公安部门进行语音验证，为一般的用户提供防盗门开启功能，语音拨号，电话银行，电话购物，语音E-mail，信息服务等 * 说话认识别的基本原理 通过分析人的发声和听觉，为每个人建立一个数学模型，然后由计算机对模型和实际输入的语音进行精确的匹配，根据匹配的结果便人说话人是谁。 * 语音的基本单位 Phoneme (abstract, smallest)音素:清音，浊音 Morpheme 词素 Syllable 音节：元音和辅音构成；（声母和韵母） Word 单词 Phrase 短语 Sentence 句子 Paragraph 段落 Topics, Articles, Stories 主题文章 * 研究的范围 * 语音分析工具： MATLAB, PRAAT, SFS * 言语过程 从说话者想说到听话者对话音的理解是一个很复杂的过程，一般可分为如下几个阶段 想说：大脑产生说话的意向(intension)，接着生成概念（concept)，选择合适的词汇，按语法组织成语言； 说出：发音器官协调工作，发出声音（产生声波），面部的肌肉、器官和体态与发音器官配合，送出多种信息以便让听者更好的理解语音，与此同时，讲话者的听觉系统接收到自己的声音，并随之修改； 传输：声波凭借质点的运动而传播； 接收：人的听觉系统负责接收声波，包括外耳、中耳、内耳。内耳的基低膜被声波刺激而振动，激发神经元产生脉冲，传给大脑，从而感知到声音。 理解：听觉神经中枢收到脉冲信息，通过一系列复杂的处理过程，辨认出讲话人，理解其信息内容。 * 语音技术的研究内容 语音是语言的物质外壳，它涉及到生理、心理、物理、文化以及社会背景等因素。 因此语音处理的涉及面极广，涉及到语音学、语言学、计算机技术、通信技术、物理学和声学、生理学、心理学、教育学等。 * 声音要素（一） 响度（音响）loudness 到达人耳的声扰动振幅所产生的听觉的大小 声振动能量是物理特性，可用声强（sound pressure）定义，单位:帕斯卡 (Pa) 实用上通常都以对数方式的声压级 (sound pressure level)表示，单位:分贝(db) 响度是主观量，不能用任何仪器正确地测量 声音响度使用了以两个声强之比的对数为基础的相对标度，单位：宋（sone） * 声音要素（二） 音调（音高）pitch或tone 人对声音刺激频率的主观判断与估量，称之为音调 (Pitch)，单位：美（Mel） Frequency是物理量，而音调是人的感觉 听觉经验 一般女生的声音比男生高 较大物体振动的音调较低 * 声音要素（三） 音色（音质）timber 由其频谱决定 不同乐器发出同一音高的乐音，仍然可以分辨 可以把音色描述为音的瞬时横截面，即用谐音（泛音）的数目、强度、分布和相位来描述。 泛音的强度可使音色发生变化，音色的主观特性比响度或音调的主观特性复杂得多。 * * * * 语音信号数字处理 张力 参考数目：《语音信号数字处理》杨行峻 《语音信号处理》 易克初 绪论 数字语音处理的概念 语音的基本特征 数字语音处理的发展 课程内容以及安排 * 前言 耳聪目明 听说读写 语音和图像——重要的感知媒体 对语音和图像的分析处理——媒体计算的主要研究对象和内容 语音：新一代自然人机交互的关键之一 信号处理——模式识别——人工智能 * 语音信号处理的概念 语音信号处理简称语音处理，是以语音学和数字信号处理为基础而形成的一门综合性学科，处理的目的是要得到一些语音参数以便高效的传输或存储，或者通过处理的某种运算以达到某种用途的要求，例如人工合成出语音，辨识出说话者，识别讲话的内容等。 它包括语音编码、语音合成、语音识别和说话人识别四大分支。 * 语音的定义 语音是人类发音器官发出的、具有一定意义的、能起社会交