2025年大学《声学》专业题库- 音频信号处理与数字声学

2025年大学《声学》专业题库——音频信号处理与数字声学考试时间：______分钟总分：______分姓名：______一、简述音频信号数字化的基本过程，并说明采样频率和量化精度对数字音频质量的影响。二、什么是线性时不变（LTI）系统？描述LTI系统的频率响应特性，并解释相位响应的含义。三、比较FIR滤波器和IIR滤波器在相位特性、稳定性、设计方法等方面的主要异同点。四、简述窗口函数法设计FIR滤波器的原理。若需设计一个长度为N=51的FIR低通滤波器，试说明矩形窗、汉宁窗、海宁窗中一种（任选其一）的窗口函数表达式及其特点。五、解释什么是傅里叶变换（FT）和短时傅里叶变换（STFT）。说明STFT在音频信号处理中的应用，并指出其局限性。六、什么是梅尔频率倒谱系数（MFCC）？简述其提取过程及其在语音处理中的应用。七、描述数字信号处理技术在家用音频设备（如equalizer均衡器、降噪耳机）中的基本应用原理。八、简述数字声学建模的基本思想。在房间声学中，数字模型通常需要解决哪些关键问题？九、若对频率为f0的正弦信号进行采样，采样频率为f_s。为避免频谱混叠，f_s与f0之间应满足什么关系（采样定理）？若f0=4kHz，应选择至少多少赫兹的采样频率？十、说明量化过程可能引入的误差类型（量化噪声），并简述降低量化噪声的方法。十一、设计一个FIR高通滤波器，要求其截止频率为f_c=1kHz，采样频率f_s=8kHz。请基于窗函数法，简要说明设计步骤，并选择一种合适的窗函数（说明理由），写出该滤波器应满足的时域理想响应表达式（无需具体计算窗函数和滤波器系数）。试卷答案一、音频信号数字化过程：将连续的模拟音频信号通过采样转换为离散时间信号，再通过量化将离散时间信号转换为离散幅度（数字）信号。影响：采样频率：决定信号能保留的最高频率成分。根据采样定理，采样频率应大于信号最高频率的两倍以避免混叠。频率越高，信号保真度越高，但数据量越大。量化精度：决定数字信号表示幅度的分辨率。位数越高，分辨率越高，信号动态范围越大，失真越小，但数据量也越大。二、LTI系统：系统在输入为多个信号之和时，输出等于各输入信号单独作用下输出之和（叠加性）；系统输出信号相对于输入信号的时移，其形状保持不变（时不变性）。频率响应特性：描述系统对不同频率正弦输入信号的稳态响应。由系统的冲激响应h(t)（或离散序列h[n]）的傅里叶变换H(jΩ)（或H(e^(jω)）决定。表现为幅频响应（增益随频率变化）和相频响应（相位随频率变化）。相位响应：表示系统输出信号相对于输入信号在相位上的延迟，是频率的函数。理想的LTI系统应具有线性相位响应，确保信号波形形状不变，仅发生时移。三、相同点：1.均可实现数字滤波功能，对信号进行频率选择。2.均可设计成低通、高通、带通、带阻等不同特性滤波器。3.均具有线性相位的可能性。不同点：1.相位特性：FIR滤波器可设计成严格线性相位，输出信号波形不失真；IIR滤波器通常相位非线性，输出信号波形会失真。2.稳定性：FIR滤波器总是稳定的（只要系数有界）；IIR滤波器稳定性取决于极点位置，只要极点在单位圆内即稳定。3.设计方法：FIR常用窗函数法、频率采样法、FFT设计法等；IIR常用巴特沃斯、切比雪夫、椭圆滤波器设计法，通常基于模拟滤波器原型变换得到。4.频率选择性：在过渡带相同的情况下，IIR滤波器通常比FIR滤波器具有更陡峭的滚降特性，即可以用更低的阶数达到相同的频率选择性。5.计算复杂度：相同频率选择性（阶数）下，IIR滤波器通常计算量更小；FIR滤波器计算量可能更大。四、原理：利用时域截断（加窗函数）和频域特性（理想滤波器频率响应的IDFT）来设计FIR滤波器。通过选择不同的窗函数形状，可以控制滤波器的过渡带宽度和旁瓣水平。选择：汉宁窗(W(n)=0.5*[1-cos(2πn/(N-1))]，0≤n≤N-1)。特点：旁瓣峰值较低（约-31dB），主瓣宽度稍宽，旁瓣衰减较快，适用于对旁瓣泄漏要求较高，不要求严格线性相位的场合。五、傅里叶变换（FT）：将信号从时域（或空间域）转换到频域表示，揭示信号包含的各种频率成分及其强度和相位。短时傅里叶变换（STFT）：对信号进行短时分割，然后对每一分段信号应用傅里叶变换，得到信号在各个时间点上的频谱信息。结果是时间和频率的联合表示（时频图）。应用：广泛应用于语音识别、音乐分析、音频效果处理等，能够同时提供信号的时间局部化和频率成分信息。局限性：STFT采用固定长度的窗口，无法同时达到理想的时域分辨率和频域分辨率（帕斯瓦尔原理限制），即时间分辨率高则频率分辨率低，反之亦然。六、梅尔频率倒谱系数（MFCC）：一种模拟人耳听觉特性（梅尔尺度）的音频特征提取方法。其提取过程大致为：对语音信号进行预加重、分帧、加窗、短时傅里叶变换（得到频谱）、取对数、进行梅尔滤波器组（将频率映射到梅尔尺度并加权求和）、再进行离散余弦变换（DCT）得到MFCC系数。应用：作为语音信号的特征向量，广泛应用于语音识别、说话人识别、语音情感分析等领域，因其能较好地反映人耳对语音信号的感知特性。七、Equalizer（均衡器）：通过数字滤波器调整音频信号不同频段的增益，改变声音的频率特性，以补偿音频系统（如音响、耳机）的频率响应缺陷，或根据个人偏好调整音色。降噪耳机：利用数字信号处理技术（如自适应滤波、频域噪声消除算法）分析环境噪声频谱，并生成反向噪声信号，与原始噪声信号相减，从而降低可听到的环境噪声。八、数字声学建模基本思想：利用数值计算方法（如有限元法、边界元法、波数法等）在计算机上模拟声波在特定空间（如房间、管道）内的传播、反射、衍射、吸收等物理过程，以预测或分析该空间的声学特性（如声压级、混响时间、声场分布等）。关键问题：1.几何建模：精确描述空间的几何形状和尺寸。2.材料属性定义：设定边界表面（墙壁、地面、天花板、家具等）的吸声、隔声、反射特性。3.源声模型：模拟声源的类型、位置、指向性、频谱特性。4.传播模型：选择合适的数值方法求解声波方程，计算声场分布和能量衰减。5.结果后处理：分析计算得到的声学参数，评估空间听音效果。九、关系：f_s≥2*f_max，其中f_max是信号包含的最高频率成分。原因：根据采样定理，若不满足此条件，高频成分会“折叠”到低频区域，造成频谱混叠，无法从采样信号中恢复原始信号的最高频率。f0=4kHz时：f_s≥2*4kHz=8kHz。至少应选择8kHz的采样频率。十、量化误差类型：1.量化噪声：由于量化过程将连续的幅度值近似为有限的离散值，引入的误差。可分为加性噪声（误差独立于信号）和乘性噪声（误差与信号相关）。2.脉冲编码调制（PCM）中的量化误差：主要是量化步长（Δ）的选择问题。如果Δ过大，则称为量化失真（或量化误差），导致信号细节丢失；如果Δ过小，则会产生大量的过量化噪声（零点噪声）。降低量化噪声的方法：1.增加量化位数（比特数）。位数越高，量化级数越多，量化步长Δ越小，量化误差（尤其对于过量化噪声）和失真通常越小。2.采用非均匀量化。根据信号幅度分布特性，为不同幅度的信号分配不同的量化精度，对重要信号部分使用更高精度量化，对不重要信号部分使用较低精度量化，提高整体量化性能。十一、设计步骤（基于窗函数法）：1.确定所需滤波器的理想时域响应h_ideal[n]。对于高通滤波器，h_ideal[n]在n=0到(N-1)/2-1区间内为0（对应低于截止频率f_c的零频率分量），在(N-1)/2区间之后为1/(Δω)（归一化常数，Δω是截止频率对应的角频率，ω_c=2πf_c），其余部分为0。(注：N为FIR滤波器长度，Δω=2πf_c/Ω_s，Ω_s=2πf_s)。2.计算理想滤波器的频域响应H_ideal(e^(jω))，然后取其逆离散傅里叶变换（IDFT）得到理想时域冲激响应h_ideal[n]。3.选择一个合适的窗函数w[n]（如汉宁窗、海宁窗等），其长度与h_ideal