语音信号处理[1].doc

一、画出完整的语音信号的数学模型(5分)二、简述同态信号处理的作用(5分)三、结合基音检测,叙述倒谱的作用 (10分)四、简述如何进行Mel频率带宽的划分(5分)五、简要回答求MFCC的方法流程(5分)六、简述线性预测分析(LPC)的基本思想 (5分)七、举例说明线性预测分析如何用于语音编码和语音合成(10分)八、画图说明矢量量化的应用及其基本操作流程(5分)九、举例说明矢量量化在语音识别中的应用(10分)十、简要回答矢量量化的关键之处(5分)十一、简要回答语音增强的原理和方法(10分)十二、举例说明谱相减法（Spectral Subtraction）的基本原理描述及其特点(10分)十三、结合孤立词识别或说话人识别谈谈语音识别的基本流程与方法和步骤(15分)一、名词解释：基音周期 共振峰 清音 浊音 声音的三要素 复倒谱 最小相位序列 PARCOR二、简答：1、请描述语音信号的基本声学特性。2、为什么倒谱可以区分语音是清音或是浊音？三、计算：1、某语音系统要求生成的语音信号信噪比达到55dB ，请计算该系统采样量化的位数。2、设 是最小相位型，且 ，用8点的矩形窗截取，求其对应的复倒谱 n=0,1,7。四、说明：请列举出您所知道的区分清/浊音的方法，并说明之。一、名词解释：共振峰 浊音 过零率 STFT 最小相位 同态信号 AR模型 欠取样 二、简答：1、请描述数字语音信号的基本声学特性。2、为什么“短时能量”可以区分语音是清音或是浊音？三、计算：1、电话带宽语音的采样速率为8KHz,采样量化的位数是8bit。请计算其所生成的语音信号信噪比达到多少dB ？2、设 是最小相位型，且 ,其中 用8点的矩形窗截取，求其对应的复倒谱 n=0,1,7。四、说明：请列举出您所知道的求解基音频率的方法，并说明之。一、填空题：（每空 1分，共 60分） 1、语音（ speech）3003400kHz，采样率为（）宽带语音（ wide-band speech），带宽 7kHz（50-7k），采样率为（）带宽 20kHz（20-20k），采样率一般为（） 2、语音由肺中的通过（）的气流或声道中的气流激励（）而产生。当肺中的气流通过声门时，声门由于其间气体压力的变化而开闭，使得气流时而通过，时而被阻断，从而形成一串周期性脉冲送入声道，由此产生的语音是（）。如果声带不振动，声门完全封闭，而声道在某处收缩，迫使气流高速通过这一收缩部位而发音，由此产生的语音是（）。为是又可以认中语音信号ms）（段时短是，在但信号。稳、语音信号从总体上是非平 3平稳的，或缓变的。 4、语音的四要素是音长，音强，音高和音质，它们可从时域波形上反映出来。其中音长特性：音长（），说话速度必然慢；音长（），说话速度必然快。音强的大小是由于声源的（）大小来决定。 5、声音的响度是一个和（）有密切联系的物理量，但并不就是音强。 6、人类发音过程有三类不同的激励方式，因而能产生三类不同的声音，即（）、（）和（）。 7、当气流通过声门时声带的张力刚好使声带发生较低频率的张弛振荡，形成准周期性的空气脉冲，这些空气脉冲激励声道便产生浊音如果声道中某处面积很小，气流高速冲过此处时而产生湍流，当气流速度与横截面积之比大于某个门限时（临界速度）便产生摩擦音，即（）。）的这个是（就而产生的声音然后突然释放气压，合建立起、如果声道某处完全闭 8时间的变化是（随性特为语音信号定假的基本中，案方语音处理大多数、在 9.假定导出各种（）处理方法，在这里语音信号被分隔为一些短段再加以处理。 10、一个频率为 F。的正弦形信号以 Fs速率抽样，正弦波的一周内就有（）个抽样每一周内有两次过零，所以过零的长时间平均率是（）过零率抽样。因此，平均过零率就是一个估计正弦波频率的适当方法。 11、如果过零率（），语音信号就是清音,如果过零率（），语音信号就是浊音语音流由（）结合而成的最小单位，同时也是（）的最小单位,其英语对应词是 phoneme，一个音节由（元音）和（辅音）构成，其英语对应词是 Vowel和 Consonant。 12、语音信号的最重要持征表现在它的“短时频谱”上。如果从语音流中利用加窗的方法取出其中的一个短段，再对其进行（）变换，就可以得到该段语音的（）谱。 13、人类听觉系统具有（），大致是一个单音的声级越（）,对其周围频率声音的掩蔽作用越强. 人耳对不同频段声音的敏感程度（）。人耳对语音信号的（）变化不敏感。 14、响度较（）的频率成分的存在会影响响度较（）的频率成分的感受，使其变得不容易察觉。 15、浊音的声带振动基频称为（）。 16、分析综合技术就是通过对信源分析，提取其中具有本质意义的参数，编码仅对这些参数进行。接受端借助一定的规则和模型，结合一定的算法将这些参数再综合成逼近（）。 17、高、低子带信号能量相互混叠的现象也称为（）。 18、声音的掩蔽效应，说明一个声音的存在会影响人耳对另一个声音的听觉能力。掩蔽效应与两个声音的（）有关。利用掩蔽效应可以用有用声音信号去掩蔽无用声音信号，即将不需要的声音在主观感觉上降低或消除。 19、语音可以用一个（）系统的输出来表示，该系统具有随时间（）的性质这把我们引向语音分析的一项基本原理，该原理指出，如果我们研究语音信号的每一短段，则以准周期脉冲串或随机噪声信号激励一个（）系统所产生的输出信号作为每一段的模型是有效的。 20、语音分析的问题在于估计语音模型的参数并且测量它们随时间的变化因为一个线性时不变系统的激励信号及其冲激响应是按（）方式结合起来的，语音分析问题可以看作是将（）的问题这个问题通常称为（）。 21、语音增强的一个主要目标是从带噪语音信号中提取尽可能纯净的原始语音. 对于非加性噪声，有些可以通过变换而转变为（）。22、语音的发声过程可以模型化为激励源作用于一个线性时变滤波器，激励源可以分（）和（）两类，浊音由气流通过声带产生。时变滤波器则是（）的模型。通常认为声道模型是一个（）滤波器，滤波器参数可以通过线性预测分析得到，但若考虑到鼻腔的共鸣作用，采用（）模型更为合适。 23、CELP体制用保存在激励码本中的码矢量或自适应产生的矢量作为激励，以语音（）作为声道模型，产生语音信号。 24、将（）引入编码器，和语音分析器结合，在编码端产生与解码端一样的合成语音，与原始语音在感知加权域内相比较，选择适当的语音编码参数值，使得比较的误差最小。 25、按发音方式，可分为（）、（）发音识别系统及（）三种识别系统。 26、按识别对象，可分为（）及（）识别系统； 27、按词汇表的大小，可分为小词汇表（词）、中等词汇表（ 词）、大词汇表（词）以上和无限词汇表识别系统，理想的语音识别系统应该是非特定人无限词汇的连续语音识别系