声音信号处理基本原理

声音信号处理基本原理一、声音信号之特性波的速度显然比光波慢的多，声音传播的速度与介质的性质和温度有关，例如在空气温度为0度时，声波的速度为331.5ms1度时，则声音传播的速度约增加0.6m/。电磁波是利用电是周期性的，而且其频率在声波范围内，此时，空气中就产生声波。声波通常是指振动频率在人能感应范围以内的波动，称为可闻波(Audiblesoud当频率高于可闻声时称超音波(Ultrasoud其能量较高，(Infrasou震所引起的地震波。缩回复成为原来的声音，在现在的计算机配备中，计算机音效早已从以往的PC喇叭变为Adlib卡、声﹐目前已有在网络上面点播歌曲的应用案﹐数字电子声音技术中有一项很重要的工作就是编码的方法，常见的编码方法为脉波码调制(pulsecodemodalation;PCM及高阶脉波数字码调制(advancedpulsecodemodulation;DC像雷射唱盘、数字PCMPCM的效果的一个因人耳及嘴唇方面的特性。二、人耳及嘴唇方面的特性的能量，这也意味着这个能量较高的频带就是人类声腔的共鸣区域，我们通常称这个频带为基本频率(fundamentalfrequny个人的基本频率因为天生的口腔结构而有所不同，通常小孩子的基本频率在左右，而成年女子约在左右，而成年男子则约在左右，因此男高音较为少见，也就是这个原因。当人类发出声音时，如果有利用到声带振动来发音，则称为有声音(VoicedSoun)(unvoiecdsoud而语音中又可分为具有稳定声道激发共鸣振动及音源振动变化较多较杂乱的子音。对人类耳朵而言，而够接受的音频范围很窄，大约在10Hz20KHz1.2KHz到1.4左右是听觉最敏锐的频带，而在此频带之前，人耳对较低的频率并不敏感，随着频率越高，人耳便越听得(AGC)11KHz因为语音中高频的部份很少，声音的变化不快，但音乐就不同了，音乐数据变化性通常很大，一般取样频率是使用22KHz，如此重新放出来时人耳听来才不致有失真的感觉。三、声音讯号数据之取样量化当声音讯号数据之取样量化的位数为8025616对语音而言，使用8KHz取样频率，4取样位，记录一分钟语音再予压缩后大约要花掉62KB的内11KHz322KB的内存，而记录调幅合成日22KHz1291KBKHz165167KB的内存，在没有压缩的情况下，一张光盘也只能储存七十六分钟的音乐而已。由于PC或更高的音阶，它只有一个位，亦即只有两种状态：开与关，大家可能会怀疑只是将喇叭做频率与音量频率这个要素无宁是重要了许多，因此我们将音乐波形转换成各种不同频率的方波后，推动喇叭来发音，仍然可如果想要产生低音时则将喇叭开与关的速度放慢，就可以产生较低频的声音，由于音量无法控制，因此在比较高频的音效里，其所包含的能量较多，听起来一定比低频的声音大声。四、一维信号辨识系统单纯的将一维信号予于传利叶转换到频谱上去分析，有时候就能够把问题的症结找出来了。除了机械结构物体的振动分析之外，我们也可将类似的技术用在生物体上，例如用在生鲜鸡蛋的节选上，工程人员将一个脉冲振洫施加于蛋壳上，再利用一束雷射光照射于鸡蛋上并侦测其反射回来的光信号变化，便可得到蛋壳表面的振动位移信息，再这些振动位移信息予以傅氏转换，观察其频谱上之峰值出现于何处，就可知道这个鸡蛋是否是颗好蛋或昃已感染了病毒，因为好蛋和坏蛋的自然频率是有很大的差异量的。侦测其信号及傅氏转换频谱反应，频谱上出现的人体不同的自然频率都意味着不同的病变。话说回来，一维信号辨识技术仍然以语音辨识的应用量为最大，一个声音讯号数据通常是很大且连续的，如果直接从这笔声音数据去分析、辨识，不但数据处理速度太慢，且还要处理一些不必要的噪声干扰，所以要设法从输入的声音信息中撷取特征值参数，以方便辨认声音所对应的参考样板而输出其结果。一般在建立语音辨识系统时，通常都类似图1-1之基本模式，而声音辨识的技巧也是如此。在语音辨识模式中应用相对的观念，将一未知声音和预存的声音作型样识别(patternrecognto如下：利用信号处理技巧，撷取输入声音的特征值