数字语音处理(精华版)

36·语音编码设计指标：1）编码速率 2）质量：主观 MOS 与客观 SNR.3)延时 4）复杂度 37.语音信号常用方法：分段信噪比。 38.均 匀 量 化 PCM 的 信 噪 比 ： SNR(dB)=6.02--7.2B。 信噪比与信号方差无关， 它仅取决于量 化间隔。 39.自适应量化 PCM 自适应方案分为前馈自适应和反馈自 适应。 调整幅度分为量化间隔可变和量化台 阶可变。 自适应量化是指量化器特征自适应于 输入信号幅度变化。 40.自适应预测编码：如果对残差序列 e(n)做量化和编码，在同样信号量化噪 声比条件下， 所需的量化比特数就可以 减少， 从而达到压缩编码的目的， 给予 这一原理方法称为预测编码， 当预测系 数是适应的随语音信号变化时， 又称自 适应预测编码 41.斜率过载：在译码器中，所恢复的 阶梯波的上升或下降有可能跟不上信 号的变化， 因而产生滞后， 这就造成失 真。称为斜率过载 2）如何克服斜率过载失真，只要增加 量化电平。 42.颗粒噪声：在译码器中所得到的将 是峰--峰值等于 2 的等幅脉冲序列，这 便形成一种噪声，称为颗粒噪声。 43.短时傅里叶变换：
14·过零率：单位时间内过零的次数。 浊音：过零率低能量高，清音：过零率 高能量高。 15· 端点检测目的： 从包含语音的一段 信号中确定出语音的起点及结束点。
16·自相关函数： 时域离散确定信号：
H ( z ) G ( z )V (z) R ( z )
8·模型局限性及解决办法： 声道的传输函数具有全极点的性质， 这 对于元音和大多数辅音来说是比较符 合实际的， 但对于鼻音和阻塞音来说由 于出现了零点， 这种模型就不够准确了， 一种解决办法是在 V(z) 中引入若干个 零点但这样将使模型复杂化， 另一种是 适当提高阶数 P，使得全极点模型能更 好的逼近具有此种零点的传输函数。 9· 预加重含义： 加入一阶高通滤波器。 10· 预加重处理目的： 目的是为了对语 音的高频部分进行加重， 去除口唇辐射 的影响， 增加语音的高频分辨率 11· 预 加重处理技术：一般通过传递函数为：
通数字滤波器来实现预加重。 12·短时平均能量主要用途： 1）可以作为区分浊音和清音的特征参 数 2）在信噪比较高的情况下短时能量 还可以作为区分有声和无声的依据 3) 可以作为辅助的特征参数用于语音识 别中。 13 常用的窗有两种：一种是矩形窗， 窗 函 数 如 下 ：
2）清音的短时自相关函数没有周期性， 也不具有明显突出的峰值， 其性质类似 于噪声。3）不同的窗对短时自相关函 数结果有一定影响。 18·短时自相关函数（求峰值）两个峰 值之间的距离为周期。 短时平均幅度差 函数 （求谷值） 两个谷值之间的距离为 周期。 19· 采用双限门比较的两极判决法： 第 一级判决 :1) 先根据语音短时能量的轮 廓选取一个较高的门限 T1 进行一次粗 判： 语音起止点位于该门限与短时能量 包络交点所对应的时间间隔之外。
音信号进行中心削波处理， 在进行自相 关计算。
自相关函数性质：1)对称性： R（K）=R（-K） 2）在 K=0 处为最大值， 即 对 于 所 有 K 来 说
判别基音周期的方法：1·短时自相关 函数法。2·短时平均幅度差函数。 22· 线性预测编码就是利用过去的样值 对新样值进行预测， 然后将样值的实际 值与预测值相减，得到一个误差信号， 显然误差信号的动态范围远小于原始 语音信号的动态范围， 对误差信号的进 行量化编码， 可大大减少量化所需的比 特数，使编码速率降低。
ais (n i )
i 1
p
27·最佳矢量量化器：在给定条件下， 失真最小的矢量量化器， 称为这个条件 下的最佳矢量量化器。 （2）设计最佳矢量量化器的两个必要 条件：1）在给定码书的条件下，寻找
缺点：语音质量差，自然度较低。 3）混合编码： 在保留参数编码技术上， 引用波形编码准则去优化激励源信号， 克服原有波形和参数编码的弱点， 汲取 所长。 34· 语音信号存在大量冗余： 样点值之 间相关性。 35·信源：PCM 信道：奇偶性 有效性 可靠性
Xn(e )
jw
m
x(m)w(n m) e
里 叶 变

jwn
长
时
傅
换
：
x(e )
jw
m
x ( m) e
2

jwn
f ( m)
44 自定义预测如何提高信噪比，量化 噪比定义：
SNR
E[q (n)]
2
E[ s (n)]
=Gp·SNRq
线性预测分析条件：
i ai Gu (n) e(n)
系统表达式： Gu(n)*h(n)=s(n) 3)线性预测误差 e(n) e(n)=s(n)-s^(n)
p i E ( n ) s ( z ) s( z ) a iz i 1 p A( z ) E ( z ) 1 a i iz s( z ) i 1
P 阶线性预测器传递函数
P （z ) a i z
i 1
p
i
信源空间的最佳划分， 使平均失真最小。 2）在给定划分的条件下，寻找最佳码 书，使平均失真最小。
2）Z 域：
Gu（n) s (n) ais (n i )
i 1
F
28·LBG 算法：设置矢量量化器的主任 务：设计码书 Yn,对于给定码字数目 N 的情况下， 由两个必要条件可推导出一 个矢量量化器的设计算法。 1） 算法一： 已知信源分布特性设计算法， 2）算法二： 已知训练序列的设计算法。 29·初始码书的选取方法：1）随机法： 从训练序列中随机选取 N 个矢量作为 初 始 码 字 ， 构 成 初 始 码 书 Yn={Y1,Y2...Yn]. 2)分裂法：计算所训练序列 Ts 形心，将之作为第一个码字 Y1. 30· 降低复杂度的矢量量化系统是树形 搜索。 31.设计树形结构方法：1） 1）从树叶开始设计：根据码字距离最 近配对，并找出码字对中心， (Y000.Y001)--Y00...........(Y00.Y01)---Y0..... .........且树叶数 N=8, 2）从树根开始设计：利用分裂法得 Y0 与 Y1,逐次求得 Y00..........Y11. 32.在存储量上， 二叉树多于全搜索， 2） 树形搜索矢量量化器的特点： 以适当提 高空间复杂度来降低时间复杂度。 33.语音编码分类：1）波形编码：重建 后波形与原始波形保持一致。特点： 语 音质量好，适应能力强，算法简单，易 于实现，抗噪声性能强，缺点：所需的 编码速率高，一般在 16~64kbit/s。 2）参数编码：以语音信号产生数字模 型为基础， 对数字语音进行分析， 提出 一组特征参数， 这些参数携带有语音信 号主要信息编码， 它们只需较少的比特 数， 在解码后可由这些参数， 重新合成 语音信号。 特点： 可实现低速率语音编 码，其编码速率可低至 2.4bit/s 以下。
的 傅里 叶 变 （n - m）x(m） 换或离散傅里叶变换。当
R(k )
m
x( M ) x(m k )

或 K 固定
时， 它们就是一个卷积， 相当于滤波器 的运算。 21·基音周期估值的两种方法:第一种 方法： 先对语音信号进行低通滤波， 在
时域离散随机信号：
N 1 先对语 R(k ) ) x(m) x(m k进行自相关计算。第二种方法， 2 N 1 m N
另一种是汉明窗，窗函数：

0.54 0.46cos[2n /( N 1)] 0 n N 0, 其他
门限 T2 相交的两个点 C 和 D， 于是 CD 段就是双门限方法根据短时能量所判 定的语音段。第二级判决： 以短时平均过零率为标准， 从 C 点往左 和 D 点往右搜索，找到短时平均过零 率低于某个门限 T3 的两点 E 和 F，这 便是语音段的起止点。门限 T3 是由背 景噪声的平均过零率所确定的。 20 · 当 n 固 定 时 ， 它 们 就 是 序 列
1, 0 n N 1 ( n) 其他 0,
可简化为：
z
n

1 2
m n ( N 1)
| sgn[x(m)] sgn[x(m 1)] |
n
2）根据背景噪声的平均能量确定一个 较低的门限 T2 ，并从 A 点往左、从 B 点往右搜索， 分别找到短时能量包络与
1·语音信号处理的三大分支：语音合 成（说） ，语音编码（压缩） ，语音识别 （听） ，语音增强。2·语音是怎样生成 的： 空气由肺部排入喉部， 经过声带进 入声道， 最后由嘴辐射出声波， 这就形 成了语音。 3·浊音：发音时声带振动的音称为浊 音，它能量高，过零率低。 为周期性斜三角脉冲。清音： 声带不振 动， 能量低过零率高非周期脉冲， 可用 随机白噪声激励。 4·掩蔽效应：一个声音的听感觉感受 受同时存在的另一个声音的影响的现 象。 掩蔽效应的应用： 它指人耳只对最明显 的声音反应敏感， 对于不敏感的反应较 不敏感，应用此原理人们发明了 MP3 等压缩的数字音乐格式， 只突出记录人 耳较为敏感的中频段声音， 大大压缩了 存储空间。 5·听觉机理： （ 1）外耳：机械振动， （2）中耳：限幅放大， （3）内耳：耳 蜗。 6·语音信号数字模型：1）激励模型、 2）声道模型、3）辐射模型。 7·语音生成系统的传递函数：
线性预测方程:
R(k） - a iR ( k i ) 0
i 1
p
23·模型增益 G,增益常数 G^2=Ep. 24· 量化分为标量量化和矢量量化。 标 量量化： 把抽样后的信号值逐个进行量 化。 矢量量化： 先把信号序列的每 K 个连续 样点分成一组， 形成 k 维欧氏空间中的 一个矢量，然后对此矢量进行量化。 25· 矢量量化能降低信码率， 传输的是 角标。 码书：最小失真值所对应的量化矢量 Yi,把所有 N 个量化矢量构成集合{Yi},. 码字：码书中的矢量称为码字。 26· 失真测度： 是以什么方法来反映用 码字 Yi 代替信源矢量 X 时所付出的代 价， 统计平均值：D=E[d(x,Q(x))]
| R ( K ) | R (0)
3） 对于确定信
号，R（0）对应于能量对Hale Waihona Puke Baidu随机信号 R （0）对应于平均功率。 17· 浊音和清音的短时自相关函数有以 下特点 :1) 短时自相关函数可以很明显
H(z) 1 z
1
的 一 阶 FIR 高
的反映出浊音信号的周期性
1） s ^ ( n )