数字语音处理及MATLAB仿真.ppt

数字语音处理及MATLAB仿真 太原理工大学信息工程学院 张雪英编著 College of Information Engineering, Taiyuan University of Technology 课程性质 语音信号处理是通信、电子信息专业的选修课程，主要用于现代通信和电子信息领域，其主要前修专业基础课程为信号与系统和数字信号处理。 课程目的和任务 通过本课程的学习理解语音发声和听觉机理及其数字模型；掌握语音信号处理的基本概念、原理和方法，为以后的学习提供理论依据；掌握语音信号的短时时域分析和频域分析方法，并且能够用Matlab语言编程实现对实际语音信号进行的处理；熟悉语音信号处理的应用领域，并了解该领域的新理论、新技术和发展趋势，为今后的进一步学习和工作打下坚实的基础。 课程重点 语音信号的产生和语音信号数字模型。短时能量、平均过零率、自相关的意义，以及这些特征参量在语音信号中的应用，并且会用MATLAB实现。短时频域分析的两种解释以及实现、LPC的基本原理以及与语音模型的关系、自适应量化的PCM，自适应预测编码原理以及前馈和反馈的主要区别，另外增量调制中所造成的失真以及失真补偿。矢量量化原理、LBG算法以及实验。 课程难点 语音信号的产生和激励、端点检测和基音周期的估计、用数学公式来证明短时频谱是如何反映整个语音信号的频谱的、LPC方程组解法、自适应预测编码原理、LBG算法以及实验中的分帧和基音周期检测。 第1章 绪论 1.1 概述 语音信号处理是一门新兴的边缘学科，是语音学与数字信号处理两个学科相结合的产物。它和认知科学、心理学、语言学、计算机科学、模式识别和人工智能等学科有着紧密的联系。 语音信号处理的目的： 得到某些语音特征参数以便高效地传输或存储； 通过某种处理运算以达到某种用途的要求。 语音信息的交换大致上可以分为三大类： (1)人与人之间的语言通信： 包括语音压缩与编码、语音增强等。 (2)第一类人机语言通信问题： 语音合成，机器讲话、人听话的研究。 (3)第二类人机语言通信问题：语音识别和理解 语音识别和理解：人讲话、机器听话的情况。 1.2 语音信号处理的发展 1.2 语音信号处理的发展 1.2.1 语音合成 以语言信息压缩、存储为主要目的对语音信号数字模型进行研究，同时研究音素、音节、词组与句子的发音规则。最终恢复出自然流畅的语音来。例如文语转换系统(Text-to-speech)。语音分析与合成将赋予计算机说话的功能。也是进行话音编码、语音识别研究的基础。 1.2.2 语音编码 语音编码的目的： 在保证一定语音质量的前提下，尽可能降低编码比特率，以节省频率资源。 1.2.2 语音编码 语音编码与文本到语音转换两个主要区别 一、前者是人与人之间的话音交流，要保留说话人的声音特征。后者是文本到声音的转换即计算机发声。它可以是标准播音员或其它声音。 二、前者不仅对压缩率和音质有要求，而且要求较低的编、解码延迟。而后者对处理帧长没有什么太严格的限制。 1.2.3 语音识别 研究如何使计算机能够听懂人类的语言。以汉语语音为例：汉语约有400个音节，加上声调约1200个音调节，把这些语音信号的特征存储到计算机内，并与计算机接收到的汉语发音进行比较，找到特征相同的音节或音调节，这个过程就是语音识别。将识别出的音节序列转换成文字，就是语言理解。许多算法将理解过程溶入到识别中来提高识别的准确性。因此可以将语音识别与理解归入同一类应用。 语音识别研究领域包括： (1)根据对说话人说话方式的要求，可以分为孤立字语音识别系统，连接字语音识别系统以及连续语音识别系统。 (2)根据对说话人的依赖程度可以分为特定人和非特定人语音识别系统。 (3)根据词汇量大小，可以分为小词汇量、中等词汇量、大词汇量以及无限词汇量语音识别系统。 1.3 语音信号处理的应用及新方向 语音技术的应用领域 包括语音识别、说话人的鉴别和确认、语种的鉴别和确认、关键词检测和确认、语音合成、语音编码等。 但其中最具有挑战性和最富有应用前景的为语音识别技术。 1. 说话人识别技术的应用 安全加密、银行信