数字语音处理及matlab实现第一章

1、数字语音处理及,MATLAB,仿真,张雪英编著,1,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,数字语音处理及,MATLAB,仿真,张雪英编著,2,2,课程总括,课程性质,1,课程目的和任务,2,课程重点,3,课程难点,4,数字语音处理及,MATLAB,仿真,张雪英编著,3,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,数字语音处理及,

2、MATLAB,仿真,张雪英编著,4,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,数字语音处理及,MATLAB,仿真,张雪英编著,5,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

3、,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,数字语音处理及,MATLAB,仿真,张雪英编著,6,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,数字语音处理及,MATLAB,仿真,张雪英编著,7,第,1,章,绪论,1.1,概述,1,1.2

4、,语音信号处理的发展,2,1.3,语音信号处理的应用及新方向,3,1.4,语音信号处理过程的总体结构,4,1.5 MATLAB,在数字语音信号处,理中的应用,5,数字语音处理及,MATLAB,仿真,张雪英编著,8,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,1.1,概述,数字语音处理及,MATLAB,仿真,张雪英编著,9,语音信息的交换大致上可以分为三大类,1,人与人之间的

5、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,数字语音处理及,MATLAB,仿真,张雪英编著,10,突破进展,系统论述语言,产生的声学理论,语谱图仪问世,语谱图,语音，语音合成,1.2,语音信号处理的发展,计算机,1,贝尔电话,的发明,3,用声学方法对元音和,歌唱进行了研究,2,第一个,声码器,1876,年,1939,年,19,世纪,60,年代,4,20,世纪,40,年代,1948,年,6,7,基础研究方面,技术应用领域,5,数字语音处理及,MATLAB

6、,仿真,张雪英编著,11,1.2,语音信号处理的发展,1,语音合成,3,语音编码,2,语音识别,语音编码,数字语音处理及,MATLAB,仿真,张雪英编著,12,1.2.1,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,数字语音处理及,MATLAB,仿真,张雪英编著,13,1.2.2,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

7、率资源,数字语音处理及,MATLAB,仿真,张雪英编著,14,1.2.2,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,数字语音处理及,MATLAB,仿真,张雪英编著,15,1.2.3,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

8、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,数字语音处理及,MATLAB,仿真,张雪英编著,16,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,数字语音处理及,MATLAB,仿真,张雪英编著,17,1.

9、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,一：语音信号处理的应用,数字语音处理及,MATLAB,仿真,张雪英编著,18,1,说话人识别技术的应用,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，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、声,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,数字语音处理及,MATL

10、AB,仿真,张雪英编著,19,1,说话人识别技术的应用,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,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，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。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,数字语音处理及,MATLAB,仿真,张雪英编著,20,2,语音合成的应用,公交汽车上的自动报站、各种场合的自动报,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、售后服,务、车站查询等信息

11、；也可用于基于微型机的办,公、教学、娱乐等智能多媒体软件，例如语言学,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，实现语音翻,译等,数字语音处理及,MATLAB,仿真,张雪英编著,21,3,语音编码的应用,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,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,未来的,ISDN,卫星通信、移动通信、微波接,力通信和信息高速公路以及保密电话等中的应用,数字语音处理及,MATLAB,仿真,张雪英编著,22,二、语音信号处理的新方向,1,基于语音的信息检索。网络技术及数字图书馆

12、,技术的发展，基于语音识别的信息检索技术正成为,研究热点,2,基于语音识别的广播新闻的自动文摘技术的研,究。由于广播、电视中的发音较为标准规范，在识,别中避免了说话人发音上的不规范，有利于语音识,别系统性能的提高,数字语音处理及,MATLAB,仿真,张雪英编著,23,二、语音信号处理的新方向,3,VoIP,技术。是通过,TCP/IP,网络，而不是传统的,电话网络来传输语音的新的通信方式，通常称之为,IP,电话技术。在网络上对压缩的语音数据以数据包,的形式进行传输和识别,4,语音训练与校正技术。现在越来越多的人希望,掌握其他非母语语言，以便方便的进行交流。因此,语言学习机已成为当今外语学习者的有

13、利工具,数字语音处理及,MATLAB,仿真,张雪英编著,24,二,语音信号处理的新方向,5,语种识别。是近年来新出现的研究方向，通过,分析处理一个语音片断来判别其所属语音的种类,本质上属于语音识别的研究范畴,6,基于语音的情感处理研究。在人与人的交流中,除了语音信息外，非语言信息也起着重要的作用,为了使人机交流更自然、更人性化，基于语音的情,感处理研究也是非常必要的,数字语音处理及,MATLAB,仿真,张雪英编著,25,1.4,语音信号处理过程的总体结构,图,1.1,信号处理和加工的一般示意图,信号提取与利用,信号变换,信号表示,观察与测量,信号源,信息加工和处理的一般流程如图,1.1,所示,

14、数字语音处理及,MATLAB,仿真,张雪英编著,26,语音输入,预处理,数字化,特征提取,合成,传输,参考模式库,模式匹配,识别结果,压缩处理,识别,训练,语音识别,解压缩,存储,语音输出,图,1.2,语音处理过程的结构框图,语音处理过程的结构框图,数字语音处理及,MATLAB,仿真,张雪英编著,27,1.5 MATLAB,在数字语音信号处,理中的应用,数字语音信号处理是将数字信号处理与语音学,相结合，解决现代通信领域中人与人、人与机器之,间的信息交流的学科,MATLAB,是一种功能强大、效率高、交互性,好的计算机高级语言,近年来,MATLAB,已成为学习语音信号处理和,进行研究工作的仿真软件

15、工具,数字语音处理及,MATLAB,仿真,张雪英编著,28,MATLAB,在数字语音信号中的几方面应用,1,通过,MATLAB,可以对数字化的语音信号进,行时频域分析,2,通过,MATLAB,可以对数字化的语音信号进,行估计和判别,3,通过利用,MATLAB,编程对语音信号进行处,理,本书中的程序实例均用,MATLAB,语言编写，供,大家上机实践时参考,数字语音处理及,MATLAB,仿真,张雪英编著,29,数字语音信号处理研究内容,涉及三方面相互密切配合的任务和课题,1,应用,2,基础理论和算法,3,硬件系统,数字语音处理及,MATLAB,仿真,张雪英编著,30,1,应用方面,通信产业起源于,

16、1874,年电话的发明。从那时,起，通信产业大致发生了三次重大变革,1,第一次变革产生于七十年代初,1972,年,CCITT,组织公布了第一个语音编码标准,G.711,即对数,PCM,编码，由此开始，数字程控交换网络,逐步淘汰了传统的模拟交换传输方式,数字语音处理及,MATLAB,仿真,张雪英编著,31,2,第二次重大变革产生于八十年代末,1988,年,欧共体,13,个国家数字移动特别工作组,GSM,制定了,采用长时预测规则码激励的编码标准,13k,bps,RPE-LTP,1989,年美国蜂窝通信工业协会,CITA,宣布了,北美数字移动通信话音编码标准,8K,bps,矢量和激,励,VSELP,

17、从而确立了全球范围第二个传输网移,动通信产业的崛起,数字语音处理及,MATLAB,仿真,张雪英编著,32,3,第三次变革发生在世纪之交。以新兴的计算,机因特网为基础的信息高速公路在全世界范围迅,速发展。如何在,INTERNET,网上有效地传输话音,成为产业界关注的焦点,IP,电话将使因特网成为,第三个话音通信传输网。目前,IP,电话所用的话音,编码标准有,G.723.1,G.728,G.729,等。这些标准,各有长短。人们正在努力研究适合,IP,电话的新的,编码算法。低延迟、低码率、低复杂性、高音质,的话音编码算法将是未来,IP,电话网络的奠基石,数字语音处理及,MATLAB,仿真,张雪英编著,33,2,基础理论和算法方面,从以下方面进行,1,语音产生的机理（发音）和感知机理（听,涉及心理学、语音学、语言学、认知学、神经生,理学等,2,将语音作为一种信号来处理,常用方法,数字滤波器,FIR,IIR,；快速付里,叶变换,FFT,线性预测编