第1章語(yǔ)音信號(hào)處理緒論

1、 語(yǔ)音信號(hào)處理語(yǔ)音信號(hào)處理Speech Signal Processing主講：莫秉戈主講：莫秉戈 學(xué)時(shí)：學(xué)時(shí)：32學(xué)時(shí)（理論學(xué)時(shí)（理論26+實(shí)驗(yàn)實(shí)驗(yàn)6） 學(xué)分：學(xué)分：2學(xué)分學(xué)分廣東海洋大學(xué)廣東海洋大學(xué) 信息學(xué)院信息學(xué)院語(yǔ)音信號(hào)處理語(yǔ)音信號(hào)處理聯(lián)系方式o姓名：莫秉戈姓名：莫秉戈o電話電話Email:bingge_ 教科書(shū)教科書(shū)語(yǔ)音信號(hào)處理語(yǔ)音信號(hào)處理趙力編著，語(yǔ)音信號(hào)處理趙力編著，語(yǔ)音信號(hào)處理M，機(jī)械工業(yè)出版社機(jī)械工業(yè)出版社,2009課程情況及要求：課程情況及要求：o 地位：是電子、通信工程專業(yè)的方向模塊課地位：是電子、通信工程專業(yè)的方向模塊課n 基本要求：基本要求：

2、1) 掌握語(yǔ)音信號(hào)處理的基本理論、基本分析方法；掌握語(yǔ)音信號(hào)處理的基本理論、基本分析方法；2) 了解在語(yǔ)音信號(hào)處理領(lǐng)域中相關(guān)研究熱點(diǎn)；了解在語(yǔ)音信號(hào)處理領(lǐng)域中相關(guān)研究熱點(diǎn)；3) 激發(fā)對(duì)語(yǔ)音處理相關(guān)研究方向中的有關(guān)興趣；激發(fā)對(duì)語(yǔ)音處理相關(guān)研究方向中的有關(guān)興趣；4) 結(jié)合結(jié)合MATLAB，實(shí)踐性掌握相關(guān)分析方法。，實(shí)踐性掌握相關(guān)分析方法。n 學(xué)習(xí)方法：學(xué)習(xí)方法：1)理論學(xué)習(xí)：還包括多種形式的自主學(xué)習(xí)，如網(wǎng)上學(xué)習(xí)、理論學(xué)習(xí)：還包括多種形式的自主學(xué)習(xí)，如網(wǎng)上學(xué)習(xí)、課外閱讀、主題調(diào)查、讀書(shū)報(bào)告、分組討論等。課外閱讀、主題調(diào)查、讀書(shū)報(bào)告、分組討論等。2)實(shí)驗(yàn)學(xué)習(xí)：結(jié)合理論學(xué)習(xí)，開(kāi)展自主學(xué)習(xí)和自主研究實(shí)驗(yàn)學(xué)

3、習(xí)：結(jié)合理論學(xué)習(xí)，開(kāi)展自主學(xué)習(xí)和自主研究設(shè)計(jì)型實(shí)驗(yàn)。設(shè)計(jì)型實(shí)驗(yàn)。主要內(nèi)容與學(xué)時(shí)主要內(nèi)容與學(xué)時(shí)o4學(xué)時(shí)學(xué)時(shí)o第一篇：語(yǔ)音信號(hào)處理基礎(chǔ)第一篇：語(yǔ)音信號(hào)處理基礎(chǔ)o共共10學(xué)時(shí)學(xué)時(shí)o第二篇：語(yǔ)音信號(hào)分析第二篇：語(yǔ)音信號(hào)分析o共共12學(xué)時(shí)學(xué)時(shí)o第三篇：語(yǔ)音信號(hào)處理技術(shù)與應(yīng)用第三篇：語(yǔ)音信號(hào)處理技術(shù)與應(yīng)用o 先修課程先修課程o 數(shù)字信號(hào)處理、概率論與數(shù)理統(tǒng)計(jì)和隨數(shù)字信號(hào)處理、概率論與數(shù)理統(tǒng)計(jì)和隨機(jī)過(guò)程、信號(hào)與系統(tǒng)、機(jī)過(guò)程、信號(hào)與系統(tǒng)、Matlab等，本課等，本課程主要是介紹語(yǔ)音信號(hào)處理的基礎(chǔ)理論程主要是介紹語(yǔ)音信號(hào)處理的基礎(chǔ)理論和基本算法，另外，本課程與實(shí)踐聯(lián)系和基本算法，另外，本課程與實(shí)踐聯(lián)系緊密，要掌

4、握一定的編程方法和能力。緊密，要掌握一定的編程方法和能力。能夠獨(dú)立完成相應(yīng)的算法程序。能夠獨(dú)立完成相應(yīng)的算法程序。1. 1.胡航胡航 編著編著,語(yǔ)音信號(hào)處理語(yǔ)音信號(hào)處理,哈爾濱工業(yè)大哈爾濱工業(yè)大學(xué)出版社學(xué)出版社 2000年年3月月2.王炳錫王炳錫 編著編著,語(yǔ)音編碼語(yǔ)音編碼,西安電子科技西安電子科技大學(xué)出版社大學(xué)出版社 2002年年6月月3.楊行峻楊行峻 等編著等編著,語(yǔ)音信號(hào)數(shù)字處理語(yǔ)音信號(hào)數(shù)字處理 電子電子工業(yè)出版社工業(yè)出版社,1995年年8月月4.易克初易克初 田斌等田斌等 編著編著,語(yǔ)音信號(hào)處理語(yǔ)音信號(hào)處理, 國(guó)防工業(yè)出版社國(guó)防工業(yè)出版社 2000年年6月月參考網(wǎng)站參考網(wǎng)站o 1 ht

5、tp:/ 百思論壇百思論壇南大學(xué)生劉靖康破解周鴻煒手機(jī)號(hào)碼，李開(kāi)復(fù)發(fā)求賢邀請(qǐng)南大學(xué)生劉靖康破解周鴻煒手機(jī)號(hào)碼，李開(kāi)復(fù)發(fā)求賢邀請(qǐng)李開(kāi)復(fù)簡(jiǎn)介李開(kāi)復(fù)簡(jiǎn)介 李開(kāi)復(fù)（李開(kāi)復(fù)（1961年年12月月3日）是一日）是一位信息產(chǎn)業(yè)公司的執(zhí)行官和計(jì)算機(jī)科學(xué)位信息產(chǎn)業(yè)公司的執(zhí)行官和計(jì)算機(jī)科學(xué)的研究學(xué)者。的研究學(xué)者。1998年，李開(kāi)復(fù)加盟微年，李開(kāi)復(fù)加盟微軟公司，并隨后創(chuàng)立了微軟中國(guó)研究院軟公司，并隨后創(chuàng)立了微軟中國(guó)研究院（現(xiàn)微軟亞洲研究院）。（現(xiàn)微軟亞洲研究院）。2005年年7月加月加入入Google（谷歌）公司，并擔(dān)任（谷歌）公司，并擔(dān)任Google（谷歌）全球副總裁兼中國(guó)區(qū)（谷歌）全球副總裁兼中國(guó)區(qū)總裁一職?？?/p>

6、裁一職。2009年年9月宣布離職并創(chuàng)辦月宣布離職并創(chuàng)辦創(chuàng)新工場(chǎng)任董事長(zhǎng)兼首席執(zhí)行官。創(chuàng)新工場(chǎng)任董事長(zhǎng)兼首席執(zhí)行官。創(chuàng)新工廠創(chuàng)新工廠 創(chuàng)新工場(chǎng)（英文創(chuàng)新工場(chǎng)（英文Innovation Works）由李開(kāi)）由李開(kāi)復(fù)博士創(chuàng)辦于復(fù)博士創(chuàng)辦于2009年年9月，是一家致力于早期階段投月，是一家致力于早期階段投資，并提供全方位創(chuàng)業(yè)培育的投資機(jī)構(gòu)。創(chuàng)新工場(chǎng)是資，并提供全方位創(chuàng)業(yè)培育的投資機(jī)構(gòu)。創(chuàng)新工場(chǎng)是一個(gè)全方位的創(chuàng)業(yè)平臺(tái)，旨在培育創(chuàng)新人才和新一代一個(gè)全方位的創(chuàng)業(yè)平臺(tái)，旨在培育創(chuàng)新人才和新一代高科技企業(yè)。創(chuàng)新工場(chǎng)通過(guò)針對(duì)早期創(chuàng)業(yè)者需求的資高科技企業(yè)。創(chuàng)新工場(chǎng)通過(guò)針對(duì)早期創(chuàng)業(yè)者需求的資金、商業(yè)、技術(shù)、市場(chǎng)、人力

7、、法律、培訓(xùn)等提供一金、商業(yè)、技術(shù)、市場(chǎng)、人力、法律、培訓(xùn)等提供一攬子服務(wù)，攬子服務(wù)， 幫助早期階段的創(chuàng)業(yè)公司順利啟動(dòng)和快速幫助早期階段的創(chuàng)業(yè)公司順利啟動(dòng)和快速成長(zhǎng)。同時(shí)幫助創(chuàng)業(yè)者開(kāi)創(chuàng)出一批最有市場(chǎng)價(jià)值和商成長(zhǎng)。同時(shí)幫助創(chuàng)業(yè)者開(kāi)創(chuàng)出一批最有市場(chǎng)價(jià)值和商業(yè)潛力的產(chǎn)品。創(chuàng)新工場(chǎng)的投資方向?qū)⒘⒆阈畔a(chǎn)業(yè)業(yè)潛力的產(chǎn)品。創(chuàng)新工場(chǎng)的投資方向?qū)⒘⒆阈畔a(chǎn)業(yè)最熱門(mén)領(lǐng)域：移動(dòng)互聯(lián)網(wǎng)、消費(fèi)互聯(lián)網(wǎng)、電子商務(wù)和最熱門(mén)領(lǐng)域：移動(dòng)互聯(lián)網(wǎng)、消費(fèi)互聯(lián)網(wǎng)、電子商務(wù)和云計(jì)算云計(jì)算Siri系統(tǒng)系統(tǒng)o Siri是蘋(píng)果公司在其產(chǎn)品是蘋(píng)果公司在其產(chǎn)品iphone 4S上應(yīng)用的上應(yīng)用的一項(xiàng)語(yǔ)音控制功能。一項(xiàng)語(yǔ)音控制功能。Siri可以令可以

8、令iPhone4S變身變身為一臺(tái)智能化機(jī)器人，利用為一臺(tái)智能化機(jī)器人，利用Siri用戶可以通過(guò)手用戶可以通過(guò)手機(jī)讀短信、介紹餐廳、詢問(wèn)天氣、語(yǔ)音設(shè)置鬧鐘機(jī)讀短信、介紹餐廳、詢問(wèn)天氣、語(yǔ)音設(shè)置鬧鐘等。等。Siri可以支持自然語(yǔ)言輸入，并且可以調(diào)用可以支持自然語(yǔ)言輸入，并且可以調(diào)用系統(tǒng)自帶的天氣預(yù)報(bào)、日程安排、搜索資料等應(yīng)系統(tǒng)自帶的天氣預(yù)報(bào)、日程安排、搜索資料等應(yīng)用。還能夠不斷學(xué)習(xí)新的聲音和語(yǔ)調(diào)，提供對(duì)話用。還能夠不斷學(xué)習(xí)新的聲音和語(yǔ)調(diào)，提供對(duì)話式的應(yīng)答。式的應(yīng)答。Siri十大功用十大功用o 1.Siri 變身鬧鐘變身鬧鐘o 2.用用 Siri 尋找咖啡廳尋找咖啡廳o 3.想去哪，想去哪，Siri

9、 告訴你告訴你o 4.用用 Siri 播放隨機(jī)音樂(lè)播放隨機(jī)音樂(lè)o 5.發(fā)送短信，發(fā)送短信，Siri 代勞代勞o 6.天氣預(yù)報(bào)，天氣預(yù)報(bào)，Siri 知道知道o 7.用用Siri提醒日程安排提醒日程安排o 8.用用 Siri 提醒地點(diǎn)提醒地點(diǎn)o 9.Siri 為你答疑解惑為你答疑解惑o 10.用用 Siri 發(fā)推特發(fā)推特緒論緒論前言前言1) 聽(tīng)說(shuō)讀寫(xiě)聽(tīng)說(shuō)讀寫(xiě);耳聰目明耳聰目明;2)語(yǔ)音和圖像語(yǔ)音和圖像重要的感知媒體重要的感知媒體3)對(duì)語(yǔ)音和圖像的分析處理對(duì)語(yǔ)音和圖像的分析處理媒體計(jì)算的主要研究對(duì)象和內(nèi)容媒體計(jì)算的主要研究對(duì)象和內(nèi)容4)語(yǔ)音：新一代自然人機(jī)交互的關(guān)鍵之一語(yǔ)音：新一代自然人機(jī)交互的關(guān)鍵

10、之一5)信號(hào)處理信號(hào)處理模式識(shí)別模式識(shí)別人工智能人工智能1.語(yǔ)音與語(yǔ)言語(yǔ)音與語(yǔ)言1)語(yǔ)言（語(yǔ)言（Language)人與人間的溝通工具人與人間的溝通工具組成組成PhonemeWord formationGrammarText2)語(yǔ)音語(yǔ)音o語(yǔ)音是帶有語(yǔ)言信息的聲音，是語(yǔ)音是帶有語(yǔ)言信息的聲音，是Acoustic（聲音聲音）和）和Language（語(yǔ)言語(yǔ)言）的組合體。）的組合體。o語(yǔ)音的功能是區(qū)別不同的語(yǔ)言符號(hào)。語(yǔ)音的功能是區(qū)別不同的語(yǔ)言符號(hào)。我國(guó)的語(yǔ)音我國(guó)的語(yǔ)音我國(guó)普通話以北京語(yǔ)音為標(biāo)準(zhǔn)音，以北方話為基礎(chǔ)方言，以典范我國(guó)普通話以北京語(yǔ)音為標(biāo)準(zhǔn)音，以北方話為基礎(chǔ)方言，以典范的白話文著作為語(yǔ)法規(guī)范的現(xiàn)

11、代漢民族共同語(yǔ)言。八大方言的白話文著作為語(yǔ)法規(guī)范的現(xiàn)代漢民族共同語(yǔ)言。八大方言:1)北方方言（以黃河流域?yàn)橹行模植荚跂|北、長(zhǎng)江流域中部、北方方言（以黃河流域?yàn)橹行模植荚跂|北、長(zhǎng)江流域中部、西南）；西南）；2)吳方言（上海地區(qū)、江蘇省東南部、浙江省大部分地區(qū)）；吳方言（上海地區(qū)、江蘇省東南部、浙江省大部分地區(qū)）；3)湘方言（湖南?。?；湘方言（湖南?。?；4)客家方言（福建、廣東、廣西）；客家方言（福建、廣東、廣西）；5)閩北方言（福建北部、臺(tái)灣）；閩北方言（福建北部、臺(tái)灣）；6)閩南方言（福建南部、廣東、潮汕、海南島）；閩南方言（福建南部、廣東、潮汕、海南島）；7)粵方言（廣東中部、廣西中南部

12、）。粵方言（廣東中部、廣西中南部）。8)贛方言（江西?。?；贛方言（江西?。粏?wèn)題問(wèn)題什么樣的聲什么樣的聲音是語(yǔ)音？音是語(yǔ)音？2.語(yǔ)音與聲音（一）語(yǔ)音與聲音（一）語(yǔ)音是人類(lèi)發(fā)音器官發(fā)出的、具有一定意義的、能起社語(yǔ)音是人類(lèi)發(fā)音器官發(fā)出的、具有一定意義的、能起社會(huì)交際作用的聲音。會(huì)交際作用的聲音。能夠代表一定的意義，這是語(yǔ)能夠代表一定的意義，這是語(yǔ)言的聲音同自然界其他一切聲音的本質(zhì)區(qū)別言的聲音同自然界其他一切聲音的本質(zhì)區(qū)別。1)1)鐘聲、風(fēng)聲、動(dòng)物叫聲、機(jī)器聲鐘聲、風(fēng)聲、動(dòng)物叫聲、機(jī)器聲? ?2)2)打噴嚏、打嗝兒、打哈欠、咳嗽打噴嚏、打嗝兒、打哈欠、咳嗽? ?3)3)吹口哨、口技演員的表演、哭、笑

13、吹口哨、口技演員的表演、哭、笑? ?雖然也傳遞出了雖然也傳遞出了某種信息某種信息病了，病了，飽了，困了或是飽了，困了或是醒了，但聲音的醒了，但聲音的發(fā)出不是為了交發(fā)出不是為了交際，而是人體本際，而是人體本能的生理反映；能的生理反映；這些聲音的發(fā)出是有目的的，是一這些聲音的發(fā)出是有目的的，是一定的心理活動(dòng)的表現(xiàn)，但聲音同意定的心理活動(dòng)的表現(xiàn)，但聲音同意義之間沒(méi)有固定的結(jié)合關(guān)系，不能義之間沒(méi)有固定的結(jié)合關(guān)系，不能成為代表意義的聲音符號(hào)，只能表成為代表意義的聲音符號(hào)，只能表示情緒，展示技巧。以上這些聲音示情緒，展示技巧。以上這些聲音都不是語(yǔ)言。都不是語(yǔ)言。語(yǔ)音與聲音（二）語(yǔ)音與聲音（二）o語(yǔ)言的聲音

14、同它所代表的意義是相互依存的語(yǔ)言的聲音同它所代表的意義是相互依存的統(tǒng)一體，統(tǒng)一體，一方面，發(fā)音器官發(fā)出的聲音必須一方面，發(fā)音器官發(fā)出的聲音必須同意義緊密結(jié)合、成為一定意義的代表，才同意義緊密結(jié)合、成為一定意義的代表，才能成為語(yǔ)音；另一方面，意義必須借助聲音能成為語(yǔ)音；另一方面，意義必須借助聲音才能成為可被人感知、被人接受的東西，沒(méi)才能成為可被人感知、被人接受的東西，沒(méi)有聲音，意義便無(wú)法表達(dá)出來(lái)。有聲音，意義便無(wú)法表達(dá)出來(lái)。o語(yǔ)音是一種具有多重屬性的聲音。語(yǔ)音是一種具有多重屬性的聲音。1)1)自然屬性自然屬性; ;2)2)生理屬性生理屬性;3);3)社會(huì)屬性社會(huì)屬性3.語(yǔ)音頻率范圍語(yǔ)音頻率范圍1

15、)頻率小于頻率小于20Hz 一般稱為次聲波（一般稱為次聲波（subsonic)2)人的聽(tīng)覺(jué)器官能感知的聲音頻率范圍約為人的聽(tīng)覺(jué)器官能感知的聲音頻率范圍約為20Hz20kHz的信號(hào)稱為音頻的信號(hào)稱為音頻(Audio)信號(hào)信號(hào)n 人發(fā)音器官發(fā)聲頻率約是人發(fā)音器官發(fā)聲頻率約是803400Hz，但，但人說(shuō)話的信號(hào)頻率約為人說(shuō)話的信號(hào)頻率約為3003000Hz，即，即話音話音(speech)信號(hào)信號(hào)3)高于高于20kHz的信號(hào)稱為超聲波的信號(hào)稱為超聲波 (ultrasonic)超聲波及次聲波一般不能引起人聽(tīng)覺(jué)器官的感超聲波及次聲波一般不能引起人聽(tīng)覺(jué)器官的感覺(jué)，但可借助一些儀器設(shè)備進(jìn)行觀察和測(cè)量覺(jué)，但可借

16、助一些儀器設(shè)備進(jìn)行觀察和測(cè)量4.語(yǔ)音信號(hào)處理語(yǔ)音信號(hào)處理o 語(yǔ)音信號(hào)處理：語(yǔ)音信號(hào)處理：簡(jiǎn)稱語(yǔ)音處理，是與數(shù)字信簡(jiǎn)稱語(yǔ)音處理，是與數(shù)字信號(hào)處理、語(yǔ)言學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)、模號(hào)處理、語(yǔ)言學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)、模式識(shí)別和人工智能等相結(jié)合的交叉學(xué)科。式識(shí)別和人工智能等相結(jié)合的交叉學(xué)科。o 處理的目的：處理的目的：是要得到一些語(yǔ)音參數(shù)以便高是要得到一些語(yǔ)音參數(shù)以便高效的傳輸或存儲(chǔ)，或者通過(guò)處理的某種運(yùn)算效的傳輸或存儲(chǔ)，或者通過(guò)處理的某種運(yùn)算以達(dá)到某種用途的要求，例如人工合成出語(yǔ)以達(dá)到某種用途的要求，例如人工合成出語(yǔ)音，辨識(shí)出說(shuō)話者，識(shí)別講話的內(nèi)容等。音，辨識(shí)出說(shuō)話者，識(shí)別講話的內(nèi)容等。它包括語(yǔ)音編

17、碼、語(yǔ)音合成、語(yǔ)音識(shí)別和說(shuō)話它包括語(yǔ)音編碼、語(yǔ)音合成、語(yǔ)音識(shí)別和說(shuō)話人識(shí)別四大分支。人識(shí)別四大分支。o 說(shuō)的是什么內(nèi)容？說(shuō)的是什么內(nèi)容？o 是誰(shuí)在說(shuō)話？是誰(shuí)在說(shuō)話？o 計(jì)算機(jī)去說(shuō)話？計(jì)算機(jī)去說(shuō)話？o 怎么把話說(shuō)好？怎么把話說(shuō)好？語(yǔ)音識(shí)別語(yǔ)音識(shí)別聲紋識(shí)別聲紋識(shí)別語(yǔ)音合成語(yǔ)音合成說(shuō)話水平評(píng)估說(shuō)話水平評(píng)估o 說(shuō)的是什么語(yǔ)言？說(shuō)的是什么語(yǔ)言？語(yǔ)種識(shí)別語(yǔ)種識(shí)別語(yǔ)音處理研究的基本內(nèi)容語(yǔ)音處理研究的基本內(nèi)容4.1 語(yǔ)音編譯碼器語(yǔ)音編譯碼器A/D語(yǔ)音編碼信道編碼信道信道譯碼語(yǔ)音譯碼D/A4.2 語(yǔ)音合成語(yǔ)音合成(Speech synthesis)o 定義：語(yǔ)音合成技術(shù)是指將文本信息轉(zhuǎn)定義：語(yǔ)音合成技術(shù)是指將文

18、本信息轉(zhuǎn)換為語(yǔ)音數(shù)據(jù)，然后以語(yǔ)音的方式播放換為語(yǔ)音數(shù)據(jù)，然后以語(yǔ)音的方式播放出來(lái)。出來(lái)。o 文字轉(zhuǎn)語(yǔ)音文字轉(zhuǎn)語(yǔ)音(Text-to-speech)將任將任意文字轉(zhuǎn)換成語(yǔ)音的系統(tǒng)，意文字轉(zhuǎn)換成語(yǔ)音的系統(tǒng)，即讓機(jī)器說(shuō)即讓機(jī)器說(shuō)話話語(yǔ)音合成的應(yīng)用：電話查詢業(yè)務(wù)、語(yǔ)音信箱、語(yǔ)音合成的應(yīng)用：電話查詢業(yè)務(wù)、語(yǔ)音信箱、銀行報(bào)號(hào)器、語(yǔ)音聊天室，公共汽車(chē)或電車(chē)的銀行報(bào)號(hào)器、語(yǔ)音聊天室，公共汽車(chē)或電車(chē)的自動(dòng)報(bào)站等自動(dòng)報(bào)站等4.3 語(yǔ)音識(shí)別語(yǔ)音識(shí)別（ Speech Recognition）o 定義：計(jì)算機(jī)語(yǔ)音識(shí)別的目的是讓計(jì)算機(jī)能夠定義：計(jì)算機(jī)語(yǔ)音識(shí)別的目的是讓計(jì)算機(jī)能夠聽(tīng)懂人的話。聽(tīng)懂人的話。o 語(yǔ)音識(shí)別實(shí)際上是一

19、個(gè)語(yǔ)音識(shí)別實(shí)際上是一個(gè)模式識(shí)別匹配模式識(shí)別匹配的過(guò)程。的過(guò)程。首先根據(jù)人的語(yǔ)言特征建立語(yǔ)音模型，對(duì)輸入首先根據(jù)人的語(yǔ)言特征建立語(yǔ)音模型，對(duì)輸入的語(yǔ)音信號(hào)進(jìn)行分析，抽取相應(yīng)的特征，建立的語(yǔ)音信號(hào)進(jìn)行分析，抽取相應(yīng)的特征，建立模板，在識(shí)別過(guò)程中，將計(jì)算機(jī)中存放的語(yǔ)音模板，在識(shí)別過(guò)程中，將計(jì)算機(jī)中存放的語(yǔ)音模板與輸入的語(yǔ)音信號(hào)特征進(jìn)行比較。從而識(shí)模板與輸入的語(yǔ)音信號(hào)特征進(jìn)行比較。從而識(shí)別說(shuō)話人的語(yǔ)音指令以及文字內(nèi)容別說(shuō)話人的語(yǔ)音指令以及文字內(nèi)容如：英國(guó)的如：英國(guó)的WebfloristsWebflorists網(wǎng)上花站利用互聯(lián)網(wǎng)和語(yǔ)音識(shí)別網(wǎng)上花站利用互聯(lián)網(wǎng)和語(yǔ)音識(shí)別技術(shù)接收和處理鮮花訂單。技術(shù)接收和處理

20、鮮花訂單。北京中科院研究一種將語(yǔ)音識(shí)別技術(shù)應(yīng)用于電視，控制電北京中科院研究一種將語(yǔ)音識(shí)別技術(shù)應(yīng)用于電視，控制電視的開(kāi)關(guān)和轉(zhuǎn)換頻道。視的開(kāi)關(guān)和轉(zhuǎn)換頻道。4.4 說(shuō)話人識(shí)別技術(shù)說(shuō)話人識(shí)別技術(shù)(Speaker Recognition)o 定義：說(shuō)話人識(shí)別技術(shù)是以話音對(duì)說(shuō)話人進(jìn)行定義：說(shuō)話人識(shí)別技術(shù)是以話音對(duì)說(shuō)話人進(jìn)行區(qū)分，從而進(jìn)行身份鑒別與認(rèn)證的技術(shù)，通過(guò)區(qū)分，從而進(jìn)行身份鑒別與認(rèn)證的技術(shù)，通過(guò)說(shuō)話人識(shí)別可以利用人本身的生物特征進(jìn)行身說(shuō)話人識(shí)別可以利用人本身的生物特征進(jìn)行身份鑒別。份鑒別。o 通過(guò)分析人的發(fā)聲和聽(tīng)覺(jué)，為每個(gè)人建立一個(gè)通過(guò)分析人的發(fā)聲和聽(tīng)覺(jué)，為每個(gè)人建立一個(gè)數(shù)學(xué)模型，然后由計(jì)算機(jī)對(duì)模型

21、和實(shí)際輸入的數(shù)學(xué)模型，然后由計(jì)算機(jī)對(duì)模型和實(shí)際輸入的語(yǔ)音進(jìn)行精確的匹配，根據(jù)匹配的結(jié)果便人說(shuō)語(yǔ)音進(jìn)行精確的匹配，根據(jù)匹配的結(jié)果便人說(shuō)話人是誰(shuí)。話人是誰(shuí)。應(yīng)用：公安部門(mén)進(jìn)行語(yǔ)音驗(yàn)證，為一般的用戶提供應(yīng)用：公安部門(mén)進(jìn)行語(yǔ)音驗(yàn)證，為一般的用戶提供防盜門(mén)開(kāi)啟功能，語(yǔ)音撥號(hào)，電話銀行，電話購(gòu)物，防盜門(mén)開(kāi)啟功能，語(yǔ)音撥號(hào)，電話銀行，電話購(gòu)物，語(yǔ)音語(yǔ)音E-mail，信息服務(wù)等，信息服務(wù)等.語(yǔ)音分析工具： MATLAB, PRAAT, SFSSFS：Speech Filing System 5.語(yǔ)音信號(hào)處理技術(shù)的發(fā)展（一）語(yǔ)音信號(hào)處理技術(shù)的發(fā)展（一） 語(yǔ)音信號(hào)處理是許多信息領(lǐng)域應(yīng)用語(yǔ)音信號(hào)處理是許多信息領(lǐng)域應(yīng)

22、用的核心技術(shù)之一，是目前發(fā)展最為迅速的核心技術(shù)之一，是目前發(fā)展最為迅速的信息科學(xué)研究領(lǐng)域中的一個(gè)。語(yǔ)音信的信息科學(xué)研究領(lǐng)域中的一個(gè)。語(yǔ)音信號(hào)處理是目前極為活躍和熱門(mén)的研究領(lǐng)號(hào)處理是目前極為活躍和熱門(mén)的研究領(lǐng)域，其研究涉及一系列前沿科研課題，域，其研究涉及一系列前沿科研課題，且處于迅速發(fā)展之中；其研究成果具有且處于迅速發(fā)展之中；其研究成果具有重要的學(xué)術(shù)及應(yīng)用價(jià)值。重要的學(xué)術(shù)及應(yīng)用價(jià)值。5.語(yǔ)音信號(hào)處理技術(shù)的發(fā)展（二）語(yǔ)音信號(hào)處理技術(shù)的發(fā)展（二）o 1940年前后年前后Duley的聲碼器和的聲碼器和Potter等人的可見(jiàn)等人的可見(jiàn)語(yǔ)音開(kāi)始；語(yǔ)音開(kāi)始；o 1952貝爾實(shí)驗(yàn)室首次研制成功能識(shí)別是個(gè)英語(yǔ)

23、數(shù)字貝爾實(shí)驗(yàn)室首次研制成功能識(shí)別是個(gè)英語(yǔ)數(shù)字的實(shí)驗(yàn)裝置；的實(shí)驗(yàn)裝置；o 1956年年Olson等采用等采用8個(gè)帶通濾波器組提取頻譜參個(gè)帶通濾波器組提取頻譜參數(shù)作為語(yǔ)音的特征，研制成一臺(tái)簡(jiǎn)單的語(yǔ)音打字機(jī)；數(shù)作為語(yǔ)音的特征，研制成一臺(tái)簡(jiǎn)單的語(yǔ)音打字機(jī)；o 20世紀(jì)世紀(jì)60年代，年代，F(xiàn)aut等奠定了語(yǔ)音生成的理論基等奠定了語(yǔ)音生成的理論基礎(chǔ)，在此基礎(chǔ)上語(yǔ)音合成的研究得到了扎實(shí)的進(jìn)展；礎(chǔ)，在此基礎(chǔ)上語(yǔ)音合成的研究得到了扎實(shí)的進(jìn)展；o 20世紀(jì)世紀(jì)60年代數(shù)字信號(hào)處理技術(shù)的發(fā)展成為語(yǔ)音信年代數(shù)字信號(hào)處理技術(shù)的發(fā)展成為語(yǔ)音信號(hào)處理理論和技術(shù)基礎(chǔ)；號(hào)處理理論和技術(shù)基礎(chǔ)；語(yǔ)音信號(hào)處理技術(shù)的發(fā)展（二）語(yǔ)音信號(hào)

24、處理技術(shù)的發(fā)展（二）o 1970年單詞識(shí)別機(jī)裝置開(kāi)始實(shí)用化；聲紋年單詞識(shí)別機(jī)裝置開(kāi)始實(shí)用化；聲紋識(shí)別及說(shuō)話人識(shí)別的研究開(kāi)展起來(lái)；識(shí)別及說(shuō)話人識(shí)別的研究開(kāi)展起來(lái)；o 1971年美國(guó)年美國(guó)ARPR主導(dǎo)的主導(dǎo)的“語(yǔ)音理解系統(tǒng)語(yǔ)音理解系統(tǒng)”的研究計(jì)劃開(kāi)始起步；的研究計(jì)劃開(kāi)始起步；o 20世紀(jì)世紀(jì)70年代中期年代中期LPC（線性預(yù)測(cè)技術(shù)）（線性預(yù)測(cè)技術(shù)）和和HMM（隱馬爾可夫法）應(yīng)用于語(yǔ)音信號(hào)（隱馬爾可夫法）應(yīng)用于語(yǔ)音信號(hào)處理；處理；o 20世紀(jì)世紀(jì)70年代末矢量量化技術(shù)用于語(yǔ)音編年代末矢量量化技術(shù)用于語(yǔ)音編碼獲得了成功；碼獲得了成功；語(yǔ)音信號(hào)處理技術(shù)的發(fā)展（三）語(yǔ)音信號(hào)處理技術(shù)的發(fā)展（三）o 20世紀(jì)

25、世紀(jì)80年代，矢量量化、隱馬爾可夫模型、人年代，矢量量化、隱馬爾可夫模型、人工神經(jīng)網(wǎng)絡(luò)等相繼被用于語(yǔ)音信號(hào)處理，使得語(yǔ)音工神經(jīng)網(wǎng)絡(luò)等相繼被用于語(yǔ)音信號(hào)處理，使得語(yǔ)音信號(hào)處理技術(shù)產(chǎn)生了突破性的進(jìn)展；信號(hào)處理技術(shù)產(chǎn)生了突破性的進(jìn)展；o 20世紀(jì)世紀(jì)90年代，語(yǔ)音識(shí)別逐漸由實(shí)驗(yàn)室走向?qū)嵱媚甏?，語(yǔ)音識(shí)別逐漸由實(shí)驗(yàn)室走向?qū)嵱没徽Z(yǔ)音合成已在自動(dòng)報(bào)時(shí)、報(bào)警、報(bào)站、電話查化；語(yǔ)音合成已在自動(dòng)報(bào)時(shí)、報(bào)警、報(bào)站、電話查詢服務(wù)等方面得到了廣泛應(yīng)用；語(yǔ)音編碼取得了迅詢服務(wù)等方面得到了廣泛應(yīng)用；語(yǔ)音編碼取得了迅速發(fā)展；說(shuō)話人識(shí)別和語(yǔ)種辨識(shí)研究的重點(diǎn)裝箱參速發(fā)展；說(shuō)話人識(shí)別和語(yǔ)種辨識(shí)研究的重點(diǎn)裝箱參數(shù)處理和新的模式匹配

26、方法上；語(yǔ)音信號(hào)的情感信數(shù)處理和新的模式匹配方法上；語(yǔ)音信號(hào)的情感信息的計(jì)算機(jī)處理，是息的計(jì)算機(jī)處理，是90年代興起的一個(gè)新的語(yǔ)音年代興起的一個(gè)新的語(yǔ)音信號(hào)處理研究領(lǐng)域；抗噪聲技術(shù)取得了新的進(jìn)展；信號(hào)處理研究領(lǐng)域；抗噪聲技術(shù)取得了新的進(jìn)展；6. 語(yǔ)音信號(hào)處理的應(yīng)用及新方向語(yǔ)音信號(hào)處理的應(yīng)用及新方向1 1）語(yǔ)音識(shí)別（傳統(tǒng)方向）語(yǔ)音識(shí)別（傳統(tǒng)方向）基本任務(wù)：語(yǔ)音基本任務(wù)：語(yǔ)音文本或命令文本或命令應(yīng)用前景：應(yīng)用前景：A A、聲控應(yīng)用，計(jì)算機(jī)識(shí)別語(yǔ)音內(nèi)容，并實(shí)施相應(yīng)的動(dòng)作。典型、聲控應(yīng)用，計(jì)算機(jī)識(shí)別語(yǔ)音內(nèi)容，并實(shí)施相應(yīng)的動(dòng)作。典型系統(tǒng)：聲控電話轉(zhuǎn)換、聲控語(yǔ)音撥號(hào)、聲控智能玩具、信息系統(tǒng)：聲控電話轉(zhuǎn)換、

27、聲控語(yǔ)音撥號(hào)、聲控智能玩具、信息網(wǎng)絡(luò)查詢、銀行、家庭服務(wù)等；網(wǎng)絡(luò)查詢、銀行、家庭服務(wù)等；B B、聽(tīng)寫(xiě)系統(tǒng)，以口授方式將文字輸入計(jì)算機(jī)；、聽(tīng)寫(xiě)系統(tǒng)，以口授方式將文字輸入計(jì)算機(jī)；C C、自動(dòng)口語(yǔ)翻譯，將一種語(yǔ)言翻譯成另一種語(yǔ)言，如中科院開(kāi)、自動(dòng)口語(yǔ)翻譯，將一種語(yǔ)言翻譯成另一種語(yǔ)言，如中科院開(kāi)展的展的CSTARCSTAR計(jì)劃；計(jì)劃；D D、人機(jī)交互；、人機(jī)交互；E E、移動(dòng)計(jì)算設(shè)備語(yǔ)音輸入；、移動(dòng)計(jì)算設(shè)備語(yǔ)音輸入；F F、說(shuō)話人識(shí)別，安全加密、法庭取證、銀行信息電話查詢、公、說(shuō)話人識(shí)別，安全加密、法庭取證、銀行信息電話查詢、公安機(jī)關(guān)破案等。安機(jī)關(guān)破案等。語(yǔ)音信號(hào)處理的應(yīng)用及新方向（續(xù)）語(yǔ)音信號(hào)處理的

28、應(yīng)用及新方向（續(xù)）2）語(yǔ)音合成（傳統(tǒng)方向）語(yǔ)音合成（傳統(tǒng)方向）應(yīng)用：公共交通自動(dòng)報(bào)站，各種場(chǎng)合的自動(dòng)報(bào)時(shí)、自應(yīng)用：公共交通自動(dòng)報(bào)站，各種場(chǎng)合的自動(dòng)報(bào)時(shí)、自動(dòng)告警等，文本校對(duì)中的語(yǔ)音提示，電話查詢服務(wù)；動(dòng)告警等，文本校對(duì)中的語(yǔ)音提示，電話查詢服務(wù)；應(yīng)用新領(lǐng)域：與應(yīng)用新領(lǐng)域：與Internet結(jié)合，有聲結(jié)合，有聲EMAIL，網(wǎng)上，網(wǎng)上信息的有聲獲取、語(yǔ)音聊天等；與機(jī)器翻譯技術(shù)結(jié)信息的有聲獲取、語(yǔ)音聊天等；與機(jī)器翻譯技術(shù)結(jié)合的語(yǔ)音翻譯；與圖象、視頻技術(shù)結(jié)合的視覺(jué)合的語(yǔ)音翻譯；與圖象、視頻技術(shù)結(jié)合的視覺(jué)(visual speech) 語(yǔ)音。語(yǔ)音。研究方向：高質(zhì)量、高清晰度自然語(yǔ)音合成，以及表研究方向：高質(zhì)量、高清晰度自然語(yǔ)音合成，以及表達(dá)人類(lèi)的情感語(yǔ)音。達(dá)人類(lèi)的情感