語音信號(hào)處理試卷1參考答案

PAGEPAGE1《語音處理技術(shù)》試卷1答案及評(píng)分標(biāo)準(zhǔn)一、填空：(12小題，共36分)1.數(shù)字信號(hào)處理；語音學(xué)。2.激勵(lì)模型；聲道模型；輻射模型。3.高；清音；濁音。4.將輸入矢量用碼本重構(gòu)矢量來表征時(shí)所產(chǎn)生的誤差或失真的度量方法；線性預(yù)測(cè)失真測(cè)度；似然比失真測(cè)度；主觀失真測(cè)度。5.全極點(diǎn)數(shù)字濾波器；預(yù)測(cè)系數(shù)ai；反射系數(shù)ki。6.非線性處理；減譜法；自適應(yīng)對(duì)消。7.說話人確認(rèn)；說話人辨認(rèn)。8.波形合成法；參數(shù)合成法；規(guī)則合成法；合成單元、合成參數(shù)和合成音。9.自適應(yīng)差分脈沖編碼調(diào)制；矢量量化編碼；線性預(yù)測(cè)編碼；多脈沖線性預(yù)測(cè)編碼；碼激勵(lì)線性預(yù)測(cè)編碼。10.聲門激勵(lì)；聲道響應(yīng)序列；同態(tài)濾波。11.語音信號(hào)的冗余度；人的聽覺感知機(jī)理。12.頻譜包絡(luò)、基音周期。二、名詞解釋（5小題，共12分）1.（2分）語言：語言是人類特有的功能，它是創(chuàng)造和記載幾千年人類文明史的根本手段，沒有語言就沒有今天的人類文明。語音：語音是語言的聲學(xué)表現(xiàn)，是相互傳遞信息的最重要的手段，是人類最重要、最有效、最常用和最方便的交換信息的形式。2.（2分）濁音：由聲帶振動(dòng)產(chǎn)生的音；清音：不由聲帶振動(dòng)產(chǎn)生的音。3.（2分）基音：每開啟和閉合一次的時(shí)間即振動(dòng)周期稱為基音周期；共振峰：聲道可以等效為一個(gè)諧振腔，有許多諧振頻率，這些諧振頻率稱為共振峰頻率，簡(jiǎn)稱共振峰。4.（4分）復(fù)倒譜、倒譜（要求寫出數(shù)學(xué)表達(dá)式）（2分）（2分）5.（2分）錯(cuò)誤拒絕率（FR）：將真正的說話人當(dāng)成冒名頂替者加以拒絕的概率；錯(cuò)誤接受率（FA）：將冒名頂替者作為真正的人加以接受的概率。三、簡(jiǎn)答題（7小題，共29分）1.答：將分析的信號(hào)用一個(gè)模型來表示，即把信號(hào)看作一個(gè)模型的輸出。常用的模型有全極點(diǎn)模型，全零點(diǎn)模型及零極點(diǎn)模型三種(2分)線性預(yù)測(cè)(1分)逆濾波器(1分)2.答：因?yàn)橄禂?shù){ai}的很小變化都將會(huì)導(dǎo)致合成濾波器極點(diǎn)位置的很大變化，甚至造成不穩(wěn)定現(xiàn)象。(2分)3.答：語音信號(hào)雖然是動(dòng)態(tài)信號(hào)，但是在短時(shí)間內(nèi)10-30ms之間是短時(shí)平穩(wěn)的，因此通過分幀可以進(jìn)行線性處理。常用的方法是窗函數(shù)法。(2分)4.答：短時(shí)能量、短時(shí)過零率、短時(shí)自相關(guān)、短時(shí)幅度譜(每個(gè)1分)5.答：隱馬爾可夫模型（HMM）是一種統(tǒng)計(jì)信號(hào)模型，是用參數(shù)表示的，用于描述隨機(jī)過程統(tǒng)計(jì)特性的概率模型，它是由馬爾可夫鏈演變而來的。(2分)隱馬爾可夫模型（HMM）的參數(shù)：，即，初始分布,狀態(tài)轉(zhuǎn)移概率矩陣A,某狀態(tài)下系統(tǒng)的輸出概率分布B。(2分)6.答：卷積同態(tài)系統(tǒng)可分為兩個(gè)特征系統(tǒng)(它們只取決于信號(hào)的組合規(guī)則)和一個(gè)線性系統(tǒng)（它僅取決于處理要求）。特征系統(tǒng)D*[]，線性系統(tǒng)L*[]和逆特征系統(tǒng)D*-1[]，同態(tài)系統(tǒng)可以使卷積關(guān)系變?yōu)榍蠛完P(guān)系，到達(dá)語音信號(hào)的分離處理。(1分)特征系統(tǒng)D*[]的運(yùn)算步驟：Z變換對(duì)數(shù)運(yùn)算逆Z變換(2分)逆特征系統(tǒng)D*-1[]Z變換指數(shù)運(yùn)算逆Z變換(2分)7.濁音語音的復(fù)倒譜中存在峰值，其出現(xiàn)時(shí)間等于基音周期；而清音語音段的復(fù)倒譜則不出現(xiàn)峰值；共振峰信息包含在頻譜的包絡(luò)中，譜包絡(luò)的峰值對(duì)應(yīng)于共振峰頻率，因此我們可以計(jì)算出復(fù)倒譜后，進(jìn)行解卷，提取聲門激勵(lì)信息，在預(yù)期的基音周期附近尋找峰值。在譜包絡(luò)中獲取共振峰。（2分）對(duì)于語音信號(hào)，設(shè)其頻譜為，用表示聲門激勵(lì)頻譜，表示聲道頻率響應(yīng)，則有則的復(fù)倒譜為聲門激勵(lì)的復(fù)倒譜為聲道沖擊響應(yīng)的復(fù)倒譜。（2分）倒譜和復(fù)倒譜表現(xiàn)出相同的性質(zhì)，如圖所示：（2分）聲道沖激響應(yīng)的倒譜聲道沖激響應(yīng)的倒譜c(n)相應(yīng)于頻譜包絡(luò)的慢變分量（虛線表示）以及相應(yīng)于基音諧波峰值的快變分量（實(shí)線所示），通過傅立葉反變換，將慢變分量和快變分量分開，其中靠近靠近原點(diǎn)的低頻部分是頻譜包絡(luò)的變換，而位于處的窄峰為諧波峰值的變換，表示基音周期；通過高倒譜窗慮除聲道響應(yīng)，得到基音。通過在倒譜域用意個(gè)濾波器慮處聲門激勵(lì)的影響，得到共振峰。（2分）四、分析題（3小題，共24分）1．第一步：初始化。給出訓(xùn)練VQ碼書所需的全部參考矢量X，X的集合用S表示；設(shè)定量化級(jí)數(shù)，失真控制門限，算法最大迭代次數(shù)L以及初始碼書；設(shè)總失真；迭代次數(shù)的初始化為m＝1（3分）第二步：迭代1）根據(jù)最近鄰準(zhǔn)則將S劃分成N個(gè)子集即當(dāng)時(shí)，下式成立：2）計(jì)算失真：3）計(jì)算新碼字：4）計(jì)算相對(duì)失真改進(jìn)量：，將與失真門限進(jìn)行比較，。若，則轉(zhuǎn)入6），否則轉(zhuǎn)入5）5）若則轉(zhuǎn)至6），否則m加1，轉(zhuǎn)至1）（4分）第三步：結(jié)束，得到最終的訓(xùn)練碼書，并輸出總失真（1分）2．框圖如下：（4分）工作原理：1）取樣率為10kHz，幀長(zhǎng)51.2ms，然后求出c(n)，可以采用漢明窗（1分）2）求出倒譜峰值IPK和其位置IPOS，如果峰值未超過某門限值，則進(jìn)行過零計(jì)算；若過零數(shù)超過某門限值，則為無聲語音幀。反之則為有聲，且基音周期仍等于該峰值的位置。（2分）3）無聲檢測(cè)器是時(shí)域信號(hào)的峰值檢測(cè)器，若低于某門限值，則認(rèn)為是無聲，勿須進(jìn)行上述由倒譜檢測(cè)基音的計(jì)算。（1分）3.特征提取：是指從語音信號(hào)波形獲得一組能夠描述語音信號(hào)特征的參數(shù)的過程。也稱為特征參數(shù)提取。（2分）距離測(cè)度：如歐氏距離及其變形的距離、似然比測(cè)度、加權(quán)了超音段信息的識(shí)別測(cè)度等用于語音測(cè)度估計(jì)的測(cè)度公式。（2分）參考模式庫(kù)：即聲學(xué)參數(shù)模板。它是用訓(xùn)練與聚類的方法，從單講話或多講話者的多次重復(fù)的語音參數(shù)，經(jīng)過長(zhǎng)時(shí)間的訓(xùn)練而聚類得到的。用