语音信号处理课程综述.doc

语音信号处理课程综述课程名称 语音信号处理 任课教师 周泽华 设计题目 语音信号的短时分析 班级 08电子信息工程1班 姓名 王飞 学号 0805070100 日期 2011-10-16 语言是人类最重要的交流工具，它自然方便、准确高效。随着社会的不断发展，各种各样的机器参与了人类的生产活动和社会活动，因此改善人和机器之间的关系，是人对机器的操纵更加便利就显得越来越重要。随着电子计算机和人工智能机器的广泛应用，人们发现，人和机器之间最好的通信方式是语言通信，而语音是语言的声学表现形式，要死机器听懂人讲话，并能说出话来，需要做很多工作，这就是科学工作者研究了几十年的语音识别和语音合成技术。随着移动通信的迅猛发展，人们可以随时随地通过电话交流，其中语音压缩编码技术发挥着重要的作用。上述这些应用领域构成了语音信号处理技术的主要研究内容。语音信号处理的发展语音信号处理以语音为研究对象，涉及心理学、生理学、语言学、人工智能和模式识别等多项研究领域，甚至还涉及到说话时的表情、手势等人的体态语言信息。由于语音是人们在日常生活中的主要交流手段，因此语音信号处理在现代信息社会中占有重要地位。语音信号处理的研究工作最早可以追溯到19世纪70年代，而在20世纪得到了长足的发展，到了20世纪90年代，IBM、Apple、AT&T、NTT等著名公司为语音识别的实用化开发投以巨资，致使语音信号处理技术的应用掀起了热潮。语音识别技术以语音信号处理为研究对象，涉及语言学、计算机科学、信号处理、生理学、心理学等诸多领域，是模式识别的重要分支。该技术有非常广阔的应用前景，从年代至今，世界许多著名公司不惜投入巨资进行开发研究。我国的北京大学和中科院声学研究所一直紧跟国际水平，进行汉语语音识别技术的研究工作。年代，是语音识别研究工作的开始时期，它以贝尔实验室研制成功可识别十个数字的系统为标志。年代，计算机广泛应用于语音识别的研究工作中，动态规划和线性预测分析技术是这一时期的重要成果。年代，语音识别的研究取得了突破性进展。基于线性预测倒谱和动态时间规整技术的特定人孤立语音识别系统被研制成功，提出了矢量量化和隐马尔可夫模型理论。年代，语音识别的研究工作进一步深入。其标志是人工神经元网络在语音识别中的成功应用。年代，随着计算机技术的飞速发展，语音识别正从研究走向实用，其研究成果已达到相当高的水平。年，正象美国微软公司总裁所说的那样，语音识别技术将使计算机丢掉键盘和鼠标。这无疑将改变我们许多人的工作和生活方式。主要内容全书共分十四章，内容包括：绪论、语音信号处理的基础知识、语音信号的分析技术、语音信号的矢量量化、隐马尔可夫模型技术、神经网络在语音信号处理中的应用、语音编码、语音合成、语音识别、说话人识别和语种辨识技术、语音信号的情感信息处理技术、语音增强技术。 本书可作为高等院校的教材或教学参考书使用，同时也可供语音信号处理等领域的工程技术人员参考。 前言语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科。它是在多门学科基础上发展起来的综合性技术，涉及到语音学、语言学、生理学及认知科学、数字信号处理、模式识别和人工智能等许多学科领域。同时语音信号处理也是目前发展最为迅速的信息科学技术之一，其研究涉及一系列前沿课题。本书的宗旨是在介绍语音信号处理的基础、原理、方法和应用的同时，向读者介绍该学科领域近年来取得的一些新成果、新进展及新技术，例如，语音信号中的情感信息处理、语种辨识技术、实环境下语音信号处理技术等。 其主要内容为：一、语音信号处理的基础知识：语音与语言学、汉语语音学、发音与听觉器官、语音信号的数学模型。2、 语音信号分析和处理技术：时域、频域分析和处理技术，同态处理、线性预测分析、基音周期检测与共振峰检测技术。3、 语音信号的矢量量化技术。4、 隐马尔可夫模型技术。5、 神经网络在语音信号处理中的应用。6、 语音编码：波形编码、参数编码、混合编码。7、 语音合成：按参数合成，按规则合成。8、 语音识别：DTW技术、孤立字(词)识别、连续语音识别。9、 讲话人识别：讲话人辨认和讲话人确认、语种辨识技术。10、 语音信号中的情感信息处理技术。十一、实环境下语音增强技术等。总结致谢为期八周的语音信号处理已然结束，但是我们对于语音信号的学习才刚刚开始，因为我们生活中处处都离不开语音，或许在以后的日子里不能对语音信号有这么系统的学习啦，有点失落，有点遗憾！感觉在