语音信号处理1基础知识

1. 语音信号处理的目的&＃xff1a;

1. 转换语音信号为语音参数&＃xff0c;方便传输和存储。
2. 提取语音特征用于实际应用。

2. 语音发音和感知系统

2.1 语音发音系统

发音器官&＃xff1a;肺、气管、喉&＃xff08;含声带&＃xff09;、咽、鼻、口


• 肺&＃xff1a;
  • 肺部气流是发生的音源。
  • 对音源有共振和反共振作用&＃xff0c;使其有音色。
  • 从嘴唇或者鼻孔向空间辐射的作用
• 喉&＃xff1a;
  • 声门
  • 声带有周期的震动。振动周期称基音周期
  • 基音周期决定音调高低
• 声道&＃xff1a;
  • 包括咽、鼻、口。就是声门到嘴唇的呼气通道
  • 泛音与音色有较大关系

2.2 语音感知系统&＃xff08;听觉系统&＃xff09;

2.2.1 听觉系统

听觉系统有两部分&＃xff1a;

1. 听觉外周

• 包括外耳、中耳、内耳
• 完成声音采集、频率分解、声能转换

3. 听觉中枢

• 用于感知音色、音强、判断方位

2.2.2 听觉特性

1. 听觉选择性

• 频率&＃xff1a; 20Hz ~ 20KHz ; 强度&＃xff1a; -5 db ~ 130db
• 一部分由耳蜗决定。耳蜗像是一个频谱分析仪。
• 因此在信号分析时&＃xff0c; 可以采用不同的滤波器&＃xff0c;以是处理后的特征符合人耳听觉特性&＃xff08;如MEL&＃xff09;

2. 掩蔽效应

• 强信号附近&＃xff0c;弱信号被屏蔽变得不可闻。
• 被屏蔽信号的最大声压级成掩蔽门限或者掩蔽阈值
• 对1KHz附近声音最敏感

2.3 语音信号生成的数学模型

依据语音产生机理&＃xff1a;声门子系统&＃xff08;激励模型&＃xff09;、声道&＃xff08;声道系统&＃xff09;、嘴唇以外&＃xff08;辐射系统&＃xff09;

• 激励模型
  • 浊音机理 : 声带振动
  • 清音机理 &＃xff1a; 声带不振动
• 声道模型
  • 级联 &＃xff1a; 将声道看做一组级联的二阶谐振器
  • 并联 &＃xff1a;
  • 混合
• 辐射模型

3. 语音基本概念及参数

• 声压 &＃xff1a; 描述声波的最基本物理量。是空间和时间的函数。常用于 定量 描述声波性质。
• 有效声压 &＃xff1a; 一定时间间隔内&＃xff0c;将顺势声压对时间求方均根值。
• 声压级&＃xff08;SPL&＃xff09; &＃xff1a;L_p &＃61; 20 lg (p_e) / (p_ref) , p_e : 待测声压&＃xff0c; p_ref: 参考声压
• 声强&＃xff1a; 强度。单位时间内与传播方向垂直的单位面积上的能量。
• 响度 &＃xff1a; 主观感受。计量单位是 宋。与声压、频率等有关。

4. 语音信号数字化处理

数字化处理过程&＃xff1a;

• 预滤波
  • 已知输入信号各频域分量频率超出 f_s/2 的所有分量。f_s为采样率。
  • 已知50Hz电源工频干扰。
  • 因此必须是带通滤波器
• 预加重与去加重
  • 原因&＃xff1a; 语音、图像信号&＃xff0c;低频能量大&＃xff0c;高频能量小。鉴频器输出的噪声功率谱密度随频率的平方增加&＃xff08;低频噪声小、高频噪声大&＃xff09;&＃xff0c;使得信号低频信噪比过大&＃xff0c;高频信噪比不足&＃xff0c; 高频传输困难。
  • 预加重&＃xff1a;提升高频分量。
  • 去加重&＃xff1a;压低高频分量。

参考

• 语音信号处理&＃xff0c; 赵力&＃xff0c; 2019
• 带通滤波器,带阻滤波器,陷波滤波器简单概括