数字语音处理及MATLAB仿真[张雪英]第一章

18
数字语音处理及MATLAB仿真 张雪英编著
1. 说话人识别技术的应用
在电话与通信系统中， 在电话与通信系统中 ， 智能语音接口正在把 电话机从一个单纯的服务工具变成为一个服务的 提供者”和生活“伙伴” “提供者”和生活“伙伴”。 目前， 自动口语分析 、 用户交换机 、 电话机 、 目前 ， 自动口语分析、 用户交换机、 电话机、 手机已经包含了语音识别拨号功能， 手机已经包含了语音识别拨号功能，还有语音记事 本、语音智能玩具等产品也包含了语音识别与语音 合成功能。 合成功能。人们可以通过电话网络用语音识别口语 对话系统查询有关的机票、旅游、银行信息。 对话系统查询有关的机票、旅游、银行信息。
16
数字语音处理及MATLAB仿真 张雪英编著
1.3 语音信号处理的应用及新方向
一：语音信号处理的应用
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 包括语音识别 、 说话人的鉴别和确认 、 别和确认、关键词检测和确认、语音合成、 别和确认 、 关键词检测和确认 、 语音合成 、 语音 编码等。 编码等。 但其中最具有挑战性和最富有应用前景的为语音 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。 识别技术。
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 前者是人与人之间的话音交流， 说话人的声音特征。 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。 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 前者不仅对压缩率和音质有要求， 要求较低的编、解码延迟。 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。 有什么太严格的限制。
wenku.baidu.com14
数字语音处理及MATLAB仿真 张雪英编著
1.2.3 语音识别
研究如何使计算机能够听懂人类的语言。 研究如何使 计算机能够听懂人类的语言。以 计算机能够听懂人类的语言 汉语语音为例：汉语约有400个音节， 400个音节 汉语语音为例：汉语约有400个音节，加上声调约 1200个音调节 个音调节， 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， 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， 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， 音识别 。 将识别出的音节序列转换成文字 ， 就是 语言理解。 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。 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。 归入同一类应用。
1.1 概述
语音信号处理是一门新兴的边缘学科， 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。 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、 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。 和人工智能等学科有着紧密的联系。 语音信号处理的目的： 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； 得到某些语音特征参数以便高效地传输或存储； 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。 通过某种处理运算以达到某种用途的要求。
19
数字语音处理及MATLAB仿真 张雪英编著
2. 语音合成的应用
公交汽车上的自动报站、 公交汽车上的自动报站、各种场合的自动报 自动报警、 时、自动报警、手机查询服务和各种文本校对中 的语音提示、在电信声讯服务：如股票、 的语音提示、在电信声讯服务：如股票、售后服 车站查询等信息； 务、车站查询等信息；也可用于基于微型机的办 教学、娱乐等智能多媒体软件， 公、教学、娱乐等智能多媒体软件，例如语言学 教学软件、语音玩具、语音书籍等； 习、教学软件、语音玩具、语音书籍等；也可与 语音合成技术与机器翻译技术结合， 语音合成技术与机器翻译技术结合，实现语音翻 译等。 译等。
8
数字语音处理及MATLAB仿真 张雪英编著
语音信息的交换大致上可以分为三大类： 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： ）人与人之间的语言通信： 包括语音压缩与编码、语音增强等。 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： ）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。 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 ）第二类人机语言通信问题： 语音识别和理解：人讲话、机器听话的情况。 语音识别和理解：人讲话、机器听话的情况。
无法显示图像。计算机可能没有足够的内存以打开该图像，也可 能是该图像已损坏。请重新启动计算机，然后重新打开该文件。 如果仍然显示红色“x” ，则可能需要删除该图像，然后重新将其插 入。
课程总括
1 2 3 4
课程性质 课程目的和任务 课程重点 课程难点
2
2
数字语音处理及MATLAB仿真 张雪英编著
课程性质
9
数字语音处理及MATLAB仿真 张雪英编著
1.2 语音信号处理的发展
1 1876年 年 贝尔电话 的发明 2 1939年 年 第一个 声码器
3
19世纪 年代 世纪60年代 世纪
用声学方法对元音和 歌唱进行了研究
世纪40年代 世纪 4 20世纪 年代 5 语谱图仪问世
7
1948年 年 6 语谱图 系统论述语言 语音， 语音，语音合成 产生的声学理论 计算机 基础研究方面 技术应用领域
6
数字语音处理及MATLAB仿真 张雪英编著
第1章 绪论
1 2 3 4 5
1.1 概述 1.2 语音信号处理的发展 1.3 语音信号处理的应用及新方向 1.4 语音信号处理过程的总体结构 1.5 MATLAB在数字语音信号处 在数字语音信号处 理中的应用
7
数字语音处理及MATLAB仿真 张雪英编著
数字语音处理及MATLAB仿真 张雪英编著
数字语音处理及MATLAB仿真 仿真 数字语音处理及
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
1
数字语音处理及MATLAB仿真 张雪英编著
17
数字语音处理及MATLAB仿真 张雪英编著
1. 说话人识别技术的应用
安全加密、 安全加密、银行信息电话查询服务 公安机关破案和法庭取证方面 在声控应用中，识别输入的语音内容， 在声控应用中 ，识别输入的语音内容， 并根据内容来执行相 应的动作，这包括了声控电话转换、声控语音拨号系统、 应的动作，这包括了声控电话转换、声控语音拨号系统、声 控智能玩具、信息网络查询、家庭服务、宾馆服务、 控智能玩具、信息网络查询、家庭服务、宾馆服务、旅行社 服务系统、医疗服务、股票查询服务和工业控制等。 服务系统、医疗服务、股票查询服务和工业控制等。
语音信号处理是通信、 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， 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。 信号处理。
3
数字语音处理及MATLAB仿真 张雪英编著
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、 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； 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， 语音信号的短时时域分析和频域分析方法 ， 并且 能够用Matlab Matlab语言编程实现对实际语音信号进行 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， 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， 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。 进一步学习和工作打下坚实的基础。
10
突破进展
数字语音处理及MATLAB仿真 张雪英编著
1.2 语音信号处理的发展
1 2 3
语音合成
语音编码 语音编码
语音识别
11
数字语音处理及MATLAB仿真 张雪英编著
1.2.1
语音合成
以语言信息压缩、 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、 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。 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 音来。例如文语转换系统 。 分析与合成将赋予计算机说话的功能。 计算机说话的功能 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。 话音编码、语音识别研究的基础。
5
数字语音处理及MATLAB仿真 张雪英编著
课程难点
语音信号的产生和激励、 语音信号的产生和激励 、 端点检测和基音周 期的估计、 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、 方程组解法、 映整个语音信号的频谱的 、 LPC方程组解法 、 自 方程组解法 适应预测编码原理、 适应预测编码原理 、 LBG算法以及实验中的分帧 算法以及实验中的分帧 和基音周期检测。 和基音周期检测。
15
数字语音处理及MATLAB仿真 张雪英编著
语音识别研究领域包括： 语音识别研究领域包括：
根据对说话人说话方式的要求， （ 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， 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。 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。 人和非特定人语音识别系统。 根据词汇量大小，可以分为小词汇量、 （ 3） 根据词汇量大小 ， 可以分为小词汇量 、 中等词汇量、 中等词汇量 、 大词汇量以及无限词汇量语音识别 系统。 系统。
4
数字语音处理及MATLAB仿真 张雪英编著
课程重点
语音信号的产生和语音信号数字模型。 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， 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 MATLAB实现 。 短时频域分析的两种解释以及 实现。 实现、 的基本原理以及与语音模型的关系、 实现、LPC的基本原理以及与语音模型的关系、 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 自适应量化的 ， 前馈和反馈的主要区别， 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、 的失真以及失真补偿。矢量量化原理、LBG算法 算法 以及实验。 以及实验。
12
数字语音处理及MATLAB仿真 张雪英编著
1.2.2 语音编码
语音编码的目的： 语音编码的目的： 在保证一定语音质量的前提下， 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。 编码比特率，以节省频率资源。
13
数字语音处理及MATLAB仿真 张雪英编著
1.2.2 语音编码
20
数字语音处理及MATLAB仿真 张雪英编著
3. 语音编码的应用
在移动通信、卫星通信、军事保密通信、 在移动通信、卫星通信、军事保密通信、信息 高速公路和IP电话通信中的应用 电话通信中的应用。 高速公路和 电话通信中的应用。 在个人移动通信、语音存储、多媒体通信、 在个人移动通信、语音存储、多媒体通信、数 字数据网(DDN)中的应用。 中的应用。 字数据网 中的应用 未来的ISDN、 卫星通信 、 移动通信 、 微波接 、 卫星通信、 移动通信、 未来的 力通信和信息高速公路以及保密电话等中的应用。 力通信和信息高速公路以及保密电话等中的应用。
21
数字语音处理及MATLAB仿真 张雪英编著
二、语音信号处理的新方向