數(shù)字語(yǔ)音處理及MATLAB仿真.rar第一章.

1、豪rr亠處孝數(shù)字語(yǔ)音處理尺M(jìn)ATLAB仿真 張習(xí)英編著數(shù)字語(yǔ)音處理及MATLAB仿真數(shù)字語(yǔ)音處理及MATLAB仿真張雪英太原理工大學(xué)信息工程學(xué)院張雪英編著College of Information Engineering, TaiyuanUniversity of Technology諫程總括課程性質(zhì)課程貝的和任務(wù)課程重點(diǎn) 課程難點(diǎn)2豪rr亠處孝數(shù)字語(yǔ)音處理尺M(jìn)ATLAB仿真 張習(xí)英編著2豪rr亠處孝數(shù)字語(yǔ)音處理尺M(jìn)ATLAB仿真 張習(xí)英編著2數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編玉數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編玉無(wú)程性質(zhì)語(yǔ)音信號(hào)處理是通信、電子信息專業(yè)的選 修課程，主要用于現(xiàn)代

2、通信和電子信息領(lǐng)域， 其主要前修專業(yè)基礎(chǔ)課程為信號(hào)與系統(tǒng)和數(shù)字 信號(hào)處理。數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編玉課程目的和任務(wù)通過(guò)本課程的學(xué)習(xí)理解語(yǔ)音發(fā)聲和聽(tīng)覺(jué)機(jī)理 及其數(shù)字模型；掌握語(yǔ)音信號(hào)處理的基本概念、 原理和方法，為以后的學(xué)習(xí)提供理論依據(jù)；掌握 語(yǔ)音信號(hào)的短時(shí)時(shí)域分析和頻域分析方法，并且 能夠用Mat I ab語(yǔ)言編程實(shí)現(xiàn)對(duì)實(shí)際語(yǔ)音信號(hào)進(jìn)行的處理；熟悉語(yǔ)音信號(hào)處理的應(yīng)用領(lǐng)域，并了解 該領(lǐng)域的新理論、新技術(shù)和發(fā)展趨勢(shì)，為今后的 進(jìn)一步學(xué)習(xí)和工作打下堅(jiān)實(shí)的基礎(chǔ)。課程重點(diǎn)語(yǔ)音信號(hào)的產(chǎn)生和語(yǔ)音信號(hào)數(shù)字模型。短時(shí) 能量、平均過(guò)零率、自相關(guān)的意義，以及這些特 征參量在語(yǔ)音信號(hào)中的應(yīng)用，并且會(huì)用

3、 MATLAB實(shí)現(xiàn)。短時(shí)頻域分析的兩種解釋以及 實(shí)現(xiàn)、LPC的基本原理以及與語(yǔ)音模型的關(guān)系.前饋和反饋的主要區(qū)別，另外增量調(diào)制中所造成 的失真以及失真補(bǔ)償。矢量量化原理、LBG算法 以及實(shí)驗(yàn)。數(shù)字語(yǔ)音處理及MATLAB仿翼張雪英編著課程難點(diǎn)語(yǔ)音信號(hào)的產(chǎn)生和激勵(lì).端點(diǎn)檢測(cè)和基音周期的估計(jì).用數(shù)學(xué)公式來(lái)證明短時(shí)頻譜是如何反 映整個(gè)語(yǔ)音信號(hào)的頻譜的、ITC方程組解法、自 適應(yīng)預(yù)測(cè)編碼原理、LBG算法以及實(shí)驗(yàn)中的分幀 和基音周期檢測(cè)。數(shù)字語(yǔ)音處理及MATLAB仿翼張雪英編箸r1.5 MATLA數(shù)字語(yǔ)音處理及MATLAB仿真張雪英編著1.1概述數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編著飛i章緒論1,1.

4、概述1.2語(yǔ)音信號(hào)處理的發(fā)展1. -3.語(yǔ)音信號(hào)處理的應(yīng)用及新方向1.4語(yǔ)音信號(hào)處理過(guò)程的總體結(jié)構(gòu)理中的應(yīng)用數(shù)字語(yǔ)音處理及MATLAB仿翼張雪英編箸語(yǔ)音信號(hào)處理是一門新興的邊緣學(xué)科，是語(yǔ)音 學(xué)與數(shù)字信號(hào)處理兩個(gè)學(xué)科相結(jié)合的產(chǎn)物。它和認(rèn) 知科學(xué)、心理學(xué)、語(yǔ)言學(xué).計(jì)算機(jī)科學(xué).模式識(shí)別 和人工智能等學(xué)科有著緊密的聯(lián)系。語(yǔ)音信號(hào)處理的目的： 得到某些語(yǔ)音特征參數(shù)以便高效地傳輸或存儲(chǔ);通過(guò)某種處理運(yùn)算以達(dá)到某種用途的要求。語(yǔ)音信息的交換大致上可以分為三大類:（1）人與人之間的語(yǔ)言通信：包括語(yǔ)音壓縮與編碼、語(yǔ)音增強(qiáng)等。（2）第一類人機(jī)語(yǔ)言通信問(wèn)題：語(yǔ)音合成，機(jī)器講話、人聽(tīng)話的研究。（3）第二類人機(jī)語(yǔ)言通信

5、問(wèn)題：語(yǔ)音識(shí)別和理解 語(yǔ)音識(shí)別和理解：人講話、機(jī)器聽(tīng)話的情況。數(shù)字語(yǔ)音處理及MATLAB仿真張雪英編爭(zhēng)h喬菩祜號(hào)處理的發(fā)展'數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編爭(zhēng)1.2語(yǔ)音信號(hào)處理的發(fā)展數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編爭(zhēng)1.2.1 語(yǔ)音合成數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編爭(zhēng)數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編爭(zhēng)以語(yǔ)言信息壓縮、存儲(chǔ)為主要目的對(duì)語(yǔ)音信號(hào)數(shù)字模型進(jìn)行研究,同時(shí)研究音素、音節(jié).詞數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編爭(zhēng)組與句子的發(fā)音規(guī)則。最終恢復(fù)出自然流暢的語(yǔ) 音來(lái)。例如文語(yǔ)轉(zhuǎn)換系統(tǒng)(Text-to-speech)o語(yǔ)音 分析與合成將賦予計(jì)算機(jī)說(shuō)話的

6、功能。也是進(jìn)行 話音編碼、語(yǔ)音識(shí)別研究的基礎(chǔ)。1.2.2語(yǔ)音編碼語(yǔ)音編碼的目的：在保證一定語(yǔ)音質(zhì)量的前提下，盡可能降低 編碼比特率，以節(jié)省頻率資源。數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編爭(zhēng)1.2.2 語(yǔ)苜編碼語(yǔ)音編碼與文本到語(yǔ)音轉(zhuǎn)換兩個(gè)主要區(qū)別一、前者是人與人之間的話音交流，要保說(shuō)話人的聲音特征。后者是文本到聲音的轉(zhuǎn)換即 計(jì)算機(jī)發(fā)聲。它可以是標(biāo)準(zhǔn)播音員或其它聲音。二.前者不僅対壓縮率和音質(zhì)有要求，而且 要求較低的編、解碼延遲。而后者對(duì)處理幀長(zhǎng)沒(méi) 有什么太嚴(yán)格的限制。數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編爭(zhēng)歸入同一類應(yīng)用。數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編玉1.2.3語(yǔ)音識(shí)別研究如何使

7、計(jì)算機(jī)能夠聽(tīng)懂人類的語(yǔ)言。以 漢語(yǔ)語(yǔ)音為例：漢語(yǔ)約有400個(gè)音節(jié)，加上聲調(diào)約1200個(gè)音調(diào)節(jié)，把這些語(yǔ)音信號(hào)的特征存儲(chǔ)到計(jì)算機(jī)內(nèi)，并與計(jì)算機(jī)接收到的漢語(yǔ)發(fā)音進(jìn)行比較, 找到特征相同的音節(jié)或音調(diào)節(jié)，這個(gè)過(guò)程就是語(yǔ) 音識(shí)別。將識(shí)別出的音節(jié)序列轉(zhuǎn)換成文字，就是 語(yǔ)言理解。許多算法將理解過(guò)程溶入到識(shí)別中來(lái) 提高識(shí)別的準(zhǔn)確性。因此可以將語(yǔ)音識(shí)別與理解(1) 根據(jù)對(duì)說(shuō)話人說(shuō)話方式的要求，可以分 為孤立字語(yǔ)音識(shí)別系統(tǒng)，連接字語(yǔ)音識(shí)別系統(tǒng)以 及連續(xù)語(yǔ)音識(shí)別系統(tǒng)。(2) 根據(jù)對(duì)說(shuō)話人的依賴程度可以分為特定 人和非特定人語(yǔ)音識(shí)別系統(tǒng)。(3) 根據(jù)詞匯量大小，可以分為小詞匯量. 中等詞匯量、大詞匯量以及無(wú)限詞匯量語(yǔ)

8、音識(shí)別 系統(tǒng)。理的應(yīng)用及新方向-：語(yǔ)音信號(hào)處理的應(yīng)用語(yǔ)音技術(shù)的應(yīng)用領(lǐng)域包括語(yǔ)音識(shí)別、說(shuō)話人的鑒別和確認(rèn)、語(yǔ)種的鑒 別和確認(rèn)、關(guān)鍵詞檢測(cè)和確認(rèn)、語(yǔ)音合成、語(yǔ)音 編碼等。但其中最具有挑戰(zhàn)性和最富有應(yīng)用前景的為語(yǔ)音 識(shí)別技術(shù)。數(shù)字語(yǔ)音處理幾MATLAB仿真 張雪英編爭(zhēng)1.說(shuō)話人識(shí)別技術(shù)的應(yīng)用安全加密、銀行信息電話查詢服務(wù)公安機(jī)關(guān)破案和法庭取證方面在聲控應(yīng)用中，識(shí)別輸入的語(yǔ)音內(nèi)容，并根據(jù)內(nèi)容來(lái)執(zhí)行相 應(yīng)的動(dòng)作，這包括了聲控電話轉(zhuǎn)換、聲控語(yǔ)音撥號(hào)系統(tǒng)、聲 控智能玩具、信息網(wǎng)絡(luò)查詢、家庭服務(wù).賓館服務(wù)、旅行社 服務(wù)系統(tǒng)、醫(yī)療服務(wù)、股票查詢服務(wù)和工業(yè)控制等。數(shù)字語(yǔ)音處理幾MATLAB仿真 張雪英編爭(zhēng)1.說(shuō)話

9、人識(shí)別技術(shù)的應(yīng)用在電話與通信系統(tǒng)中，智能語(yǔ)音接口正在把 電話機(jī)從一個(gè)單純的服務(wù)工具變成為一個(gè)服務(wù)的 “提供者”和生活“伙伴”。目前，自動(dòng)口語(yǔ)分析、用戶交換機(jī)、電話機(jī)、 手機(jī)已經(jīng)包含了語(yǔ)音識(shí)別撥號(hào)功能，還有語(yǔ)音記事 本、語(yǔ)音智能玩具等產(chǎn)品也包含了語(yǔ)音識(shí)別與語(yǔ)音 合成功能。人們可以通過(guò)電話網(wǎng)絡(luò)用語(yǔ)音識(shí)別口語(yǔ) 對(duì)話系統(tǒng)査詢有關(guān)的機(jī)票、旅游、銀行信息。數(shù)字語(yǔ)音處理及MATLAB仿真張常英編爭(zhēng)22數(shù)字語(yǔ)音處理幾MATLAB仿真 張雪英編爭(zhēng)22數(shù)字語(yǔ)音處理幾MATLAB仿真 張雪英編爭(zhēng)2. 語(yǔ)音合成的應(yīng)用公交汽車上的自動(dòng)報(bào)站、各種場(chǎng)合的自動(dòng)報(bào)時(shí)、自動(dòng)報(bào)警、手機(jī)查詢服務(wù)和各種文本校對(duì)中 的語(yǔ)音提示、在電信聲

10、訊服務(wù)：如股票.售后服 務(wù)、車站查詢等信息；也可用于基于微型機(jī)的辦公、教學(xué)、娛樂(lè)等智能多媒體軟件，例如語(yǔ)言學(xué) 語(yǔ)音合成技術(shù)與機(jī)器翻譯技術(shù)結(jié)合，實(shí)現(xiàn)語(yǔ)音翻 譯等。習(xí)、教學(xué)軟件.語(yǔ)音玩具.語(yǔ)音書（等；也可與3. 語(yǔ)音編碼的應(yīng)用在移動(dòng)通信、衛(wèi)星通信、軍事保密通信、信息 高速公路和1P電話通信中的應(yīng)用。在個(gè)人移動(dòng)通信、語(yǔ)音存儲(chǔ)、多媒體通信、數(shù) 字?jǐn)?shù)據(jù)網(wǎng)（DDN）中的應(yīng)用。未來(lái)的ISDN、衛(wèi)星通信、移動(dòng)通信、微波接 力通信和信息高速公路以及保密電話等中的應(yīng)用。數(shù)字語(yǔ)音處理幾MATLAB仿真 張雪英編爭(zhēng)21二、語(yǔ)音信號(hào)處理的新方向（1）基于語(yǔ)音的信息檢索。網(wǎng)絡(luò)技術(shù)及數(shù)字圖書館 技術(shù)的發(fā)展，基于語(yǔ)音識(shí)別的信

11、息檢索技術(shù)正成為 研究熱點(diǎn)。（2）基于語(yǔ)音識(shí)別的廣播新聞的自動(dòng)文摘技術(shù)的研 究。由于廣播、電視中的發(fā)音較為標(biāo)準(zhǔn)規(guī)范，在識(shí) 別中避免了說(shuō)話人發(fā)音上的不規(guī)范，有利于語(yǔ)音識(shí) 別系統(tǒng)性能的提高。二、語(yǔ)音信號(hào)處理的新方向（3） VoIP技術(shù)。是通過(guò)TCP/IP網(wǎng)絡(luò)，而不是傳統(tǒng)的 電話網(wǎng)絡(luò)來(lái)傳輸語(yǔ)音的新的通信方式，通常稱之為IP電話技術(shù)。在網(wǎng)絡(luò)上對(duì)壓縮的語(yǔ)音數(shù)據(jù)以數(shù)據(jù)包的形式進(jìn)行傳輸和識(shí)別。（4）語(yǔ)音訓(xùn)練與校正技術(shù)?，F(xiàn)在越來(lái)越多的人希望23掌握其他非母語(yǔ)語(yǔ)言，以便方便的進(jìn)行交流。因此 語(yǔ)言學(xué)習(xí)機(jī)已成為當(dāng)今外語(yǔ)學(xué)習(xí)者的有利工具。22數(shù)字語(yǔ)音處理幾MATLAB仿真 張雪英編爭(zhēng)22數(shù)字語(yǔ)音處理幾MATLAB仿真

12、 張雪英編爭(zhēng)數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編爭(zhēng)二、語(yǔ)音信號(hào)處理的新方向（5）語(yǔ)種識(shí)別。是近年來(lái)新出現(xiàn)的研究方向，通過(guò) 分析處理一個(gè)語(yǔ)音片斷來(lái)判別其所屬語(yǔ)音的種類， 本質(zhì)上屬于語(yǔ)音識(shí)別的研究范疇。（6）基于語(yǔ)音的情感處理研究。在人與人的交流中, 除了語(yǔ)音信息外，非語(yǔ)言信息也起著重要的作用。 為了使人機(jī)交流更自然.更人性化，基于語(yǔ)音的情；處理研究也是非常必要的。22信息加工和處理的一般流程如11所示數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編爭(zhēng)百番著著喜一處理過(guò)程的總體結(jié)構(gòu)圖11信號(hào)處理和加工的一般示意圖數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編爭(zhēng)25語(yǔ)音處理過(guò)程的結(jié)構(gòu)框圖語(yǔ)音輸入預(yù)處理1數(shù)字化

13、特征提取傳蒯解壓縮;語(yǔ)音輸世壓縮處理加存儲(chǔ)語(yǔ)音識(shí)別參考模式庫(kù) |模玨K識(shí)別結(jié)果數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編玉1.5 MATLAB在數(shù)字語(yǔ)音信號(hào)處理中的應(yīng)用數(shù)字語(yǔ)音信號(hào)處理是將數(shù)字信號(hào)處理與語(yǔ)音學(xué) 相結(jié)合，解決現(xiàn)代通信領(lǐng)域中人與人、人與機(jī)器之 間的信息交流的學(xué)科。MATLAB是一種功能強(qiáng)大、效率高、交互性 好的計(jì)算機(jī)高級(jí)語(yǔ)言。近年來(lái)MATLAB已成為學(xué)習(xí)語(yǔ)音信號(hào)處理和 進(jìn)行研究工作的仿真軟件工具。數(shù)字語(yǔ)音處理及MATLAB仿真張雪英編著MATLAB在數(shù)字語(yǔ)音信號(hào)中的幾方面應(yīng)用:(1) 通過(guò)MATLAB可以對(duì)數(shù)字化的語(yǔ)音信號(hào)進(jìn) 行時(shí)頻域分析。(2) 通過(guò)MATLAB可以對(duì)數(shù)字化的語(yǔ)音信

14、號(hào)進(jìn) 行估計(jì)和判別。(3) 通過(guò)利用MATLAB編程對(duì)語(yǔ)音信號(hào)進(jìn)行處本書中的程序?qū)嵗肕ATLAB語(yǔ)言編寫，供 大家上機(jī)實(shí)踐時(shí)參考。數(shù)字語(yǔ)音信號(hào)處理研究?jī)?nèi)容涉及三方面相互密切配合的任務(wù)和課題:1 應(yīng)用2. 基礎(chǔ)理論和算法3. 硬件系統(tǒng)1.應(yīng)用方面通信產(chǎn)業(yè)起源于1874年電話的發(fā)明。從那時(shí) 起，通信產(chǎn)業(yè)大致發(fā)生了三次重大變革。第一次變革產(chǎn)生于七十年代初。1972年 CCITT組織公布了第一個(gè)語(yǔ)音編碼標(biāo)準(zhǔn)G.711o 即對(duì)數(shù)PCM編碼，由此開(kāi)始，數(shù)字程控交換網(wǎng)絡(luò) 逐步淘汰了傳統(tǒng)的模擬交換傳輸方式。數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編玉(1) 第二次重大變革產(chǎn)生于八十年代末。1988年 歐共體

15、13個(gè)國(guó)家數(shù)字移動(dòng)特別工作組(GSM)制定了 采用長(zhǎng)時(shí)預(yù)測(cè)規(guī)則碼激勵(lì)的編碼標(biāo)準(zhǔn)(13k bps RPE-LTP)。1989年美國(guó)蜂窩通信工業(yè)協(xié)會(huì)(CITA)宣布了 北美數(shù)字移動(dòng)通信話音編碼標(biāo)準(zhǔn)(8K bps矢量和激 勵(lì)VSELP) o從而確立了全球范圍第二個(gè)傳輸網(wǎng)移 動(dòng)通信產(chǎn)業(yè)的崛起。數(shù)字語(yǔ)音處理及MATLAB仿真 張雪英編爭(zhēng)(2) 第三次變革發(fā)生在世紀(jì)之交。以新興的計(jì)算機(jī)因特網(wǎng)為基礎(chǔ)的信息高速公路在全世界范圍迅速發(fā)展。如何在INTERNET網(wǎng)上有效地傳輸話音成為產(chǎn)業(yè)界關(guān)注的焦點(diǎn)。IP電話將使因特網(wǎng)成為第三個(gè)話音通信傳輸網(wǎng)。目前1P電話所用的話音編碼標(biāo)準(zhǔn)有G.723.1、G.728、G.729等。這些標(biāo)準(zhǔn) 各有長(zhǎng)短。人們正在努