第二章+声学基础及人类听觉感知.pptVIP

语音技术及其应用 第二章 声学基础及人类听觉感知 洪青阳 副教授 Email: qyhong@xmu.edu.cn 本章内容 声学基础知识 人类的语言器官 声音的性质 声波的物理描述 声音的接受装置 声音的感知 听觉系统 听觉特性 掩蔽效应 声学基础知识 人类的语言器官 声音的性质 声波的物理描述 声音的接收装置 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。 人类的语言器官 发音的生理机构 声音的性质 音高：指声音的高低。-〉基本频率(F0) 音高的变化—声调（阴平、阳平、上声、去声） 音值：指声音的长短。-〉时间 音量：指声音的强弱。-〉能量 音色：指声音的色彩。-〉共振频率(F1、F2、F3) 决定于发声体所产生泛音的多少和强弱 乐器—和弦（chord） 声波的物理描述 声波是一种纵波，它的振动方向和传播方向是一致的。 声波的频率是指在单位时间内声波的周期数。声音的频率与声音的音高有关。 声音的强弱与振动的幅度大小有关，当声源振动的幅度大时，单位时间内传播出的能量也大。距声源r处的声强为 其中，I为距点声源r处的声强，W为点声源功率。 在声学测量中，直接测量声强较为困难，故常用声压来衡量声音的强弱。某一瞬间介质中的压强相对于无声波时压强的改变量称为声压，记为p(t)，单位是Pa。 声波的物理描述 由于人耳感知的声压动态范围太大，加之人耳对声音大小的感觉近似地与声压、声强呈对数关系，所以通常用对数值来度量声音，分别称为声压级与声强级。 一般把很小的声压p0=2×10-5Pa作为参考声压，把所要测量的声压p与参考声压p0的比值取常用对数后，乘以20得到的数值称为声压级(单位：分贝，dB) 安静家庭：35dB，吵闹街道：70dB. 按照国家标准规定，住宅区的噪音，白天不能超过50分贝，夜间应低于45分贝，若超过这个标准，便会对人体产生危害。 声波的物理描述 各种声源发出的声音大多是由许多不同强度、不同频率组成的复合音。在复合音中，不同频率成分的声波具有不同的能量，这种频率成分与能量分布的关系称为声音的频谱(frequency spectrum)。各频率成分与能量分布关系的图形称为频谱图。 声音的接收装置 接收装置的类型 碳粒式送话器 动圈式传声器(语音广播、扩声系统) 压电式传声器 电容式传声器(音质好，灵敏度较高，用于舞台、录音室等） 驻极体传声器(不需复杂电路，体积小，使用最广泛) 无线传声器 接收装置的类型 传声器的主要性能 灵敏度：在一定强度的声音作用下输出电信号的大小。 频率特性 输出阻抗：传声器的两根输出线之间在1kHz时的阻抗。 方向性：单指向/全指向。 声音的感知 听觉系统 听觉特性 掩蔽效应 听觉系统 听觉系统 听觉的形成 声音的感受细胞在内耳的耳蜗部分，因此，外来的声波必须传到内耳才能引起听觉。外界的声波振动鼓膜，经过中耳的听小骨传到卵形窗，进而引起耳蜗的外淋巴和内淋巴的振动，这样的刺激使耳蜗中的听觉感应器的毛细胞兴奋，并将这种声音的刺激转化为神经冲动，由听神经传到大脑皮层的听觉中枢，引起听觉。 听觉系统 耳蜗就像一个频谱分析仪，将复杂的信号分解成各种频率分量。 人耳能听到的频率范围大约为20Hz~20kHz，年轻人上限频率可达20kHz,老年人则衰退为10kHz。强度大概为－5～130dB。 听觉特性 人耳的听阈及响度 响度就是反映一个人主观感觉不同频率成分的声音强弱的物理量，单位为方（phone）。 所谓正常人的听阈是指声音小到人耳刚刚能听见时的大小。 听阈值及响度的大小是随着频率的变化而变化的，例如，在1kHz的纯音下，响度为10方时相当于10dB的声压级；而对于100Hz的纯音，为了使它听起来与10方的1kHz的纯音同样响，则声压级应该为50dB。 听觉特性 听觉特性 音调 音调是听觉分辨声音高低时，用于描述这种感觉的一种特性。客观上用频率来表示音调，主观上感觉音调的单位用美（Mel）标度。一般对于频率低的声音，听起来觉得它的音调低，而频率高的声音，听起来感觉它的音调高。但是音调和频率并不是成正比的关系，它还与声音的强度及波形有关。如果用公式近似地表示音调和频率的关系，则有 TMel=2595log(1+fHz/700) 掩蔽效应 当一个声音存在时，它会将另一个声音的感知临界值提高，也就是说当某一频率的声音，有一特定音强存在时，另一个不同频率的声音要将音强提高才会被听到，这就是听觉掩蔽效应。 掩蔽效应分为同时掩蔽和异时掩蔽。 掩蔽效应 同时掩蔽指掩蔽现象