《数字语音处理》课程教学大纲

《数字语音处理》课程教学大纲

课程代码：ABJD0626

课程中文名称：数字语音处理

课程英文名称：DigitalAudioProcessing

课程性质：选修

课程学分数：2.5

课程学时数：40(32学时论课时+8学时实验)

授课对象：电子信息工程

本课程的前导课程：信号与系统、数字信号处理

一、课程简介

本课程是通信工程专业、电子信息类专业、电气工程及其自动化等专业的任选课，它

是基于信号处理基础之上理论性和应用性较强的专业课程，其任务是：通过本课程的学习，

学生掌握语音信号处理的基本原理；通过试验加深学生对语音信号处理方法的认识。同时向

学生介绍该学科领域近年取得的新成果、新发展及新技术，同时培养学生的独立研究和思考

的能力

二、教学基本内容和要求

(-)语音信号处理的基础知识

教学内容：

一、语音信号处理的发展

二、语音信号处理的过程的总体结构

三、语音的发声机理和听觉机理

四、语音的感知和信号模型

课程的重点、难点：

重点：语音的发生原理以及信号模型。

难点：语音信号的数字模型。

教学要求：

1,了解本课程的性质和任务，理解掌握语音、语音信号处理的基本概念，了解语音信

号的发展概况及其应用。

2.理解语音信号处理的基本过程，了解语音信号的特性和语音信号产生的数字模型，

了解语音感知的概念；掌握语音信号产生的数字模型，了解人类的听觉系统的特性。

(-)语音信号的时域分析和短时傅里叶分析

教学内容：

一、语音信号的预处理

二、语音信号的时域分析

三、傅里叶变换的解释

四、语音信号的频域分析

课程的重点、难点：

重点：语音信号的短时时域分析和短时频域分析。

难点：短时自相关函数和短时谱的时域及频域采样率。

教学要求：

1.了解语音信号的时域分析的基本概念，理解并掌握语音信号的数字化和预处理过程。

2.理解短时能量分析，短时过零分析和短时相关分析的基本概念，掌握语音信号的能

量、过零、相关各种时域分析方法。

3.理解语音信号的短时傅里叶分析的基本概念，理解短时傅里叶变换的取样率，掌握

语音信号的短时综合方法，掌握语谱图的基本概念。

（三）语音信号的同态滤波及倒谱分析

教学内容：

一、叠加原理和广义叠加原理

二、卷积同态系统

三、复倒谱的计算方法

四、语音倒谱分析及应用

课程的重点、难点：

重点：卷积同态系统和复倒谱的几种计算方法。

难点：复倒谱和倒谱、最小相位信号法。

教学要求：

1.掌握语音信号同态滤波的概念，及倒谱的求解方法和性质。理解并同态信号处理的

基本原理C

2.理解复倒谱和倒谱的基本概念，掌握语音信号两个卷积分量复倒谱的性质；理解并

掌握相位卷绕的算法；理解语音信号复倒谱分析实例。

（四）语音信号的线性预测分析

教学内容：

一、LPC和语音信号模型的关系

二、线谱对LSP分析

三、导抗谱对ISP分析

四、LPC导出的其他语音参数

五、LPC分析的频域解释

课程的重点、难点：

重点：线性预测方法，

难点：LPC和语音信号模型的关系、相关参数设置。

教学要求：

1.掌握线性预测分析的基本原理，理解并掌握线性预测方程组的建立过程，理解并掌

握线性预测分析的两类解法：自相关法和协方差法，格型法。

2.了解线性预测分析的应用：LPC谱估计和LPC复倒谱，了解线谱对分析；了解极零

模型。

（五）语音信号的矢量量化

教学内容：

一、矢量量化基本定理

二、矢量量化器的设计算法

三、降低复杂度的矢量量化系统

课程的重点、难点：

重点：矢量量化基本原理和量化器的设计。

难点：矢量量化器的设计算法。

教学要求：

1.理解并掌握矢量量化的基本原理，了解失真测度的概念

2.理解并掌握最佳矢量量化器和码本的设计方法，了解降低复杂度大的矢量量化系统,

理解并掌握语音参数的矢量量化的方法。

（六）语音编码和语音合成

教学内容：

一、语音编码的分类和特性

二、语音信号波形编码

三、语音信号参数编码和混合编码

四、语音合成的原理及分类

五、共振峰合成法

六、基音同步叠加法

课程的重点、难点：

重点：语音编码的方式和合成原理。

难点：语音信号波形编码和语音信号参数编码。

教学要求：

1.了解波形编码的基本概念，掌握语音波形编码的基本原理，语音信号的压缩编码原

理。

2.了解常用的波形编码方法：脉冲编码调制及其自适应，预测编码及其自适应，自适

应差分脉冲编码调制及自适应增量调制，子带编码，自适应变换编码。

3.掌握声码器技术及混合编码的基本原理，掌握声码器的基本结构，了解相位声码器

和通道声码器，同态声码器和线性预测声码器。

4.了解与声码^相关的编码方法：混合编码，了解各种语音编码方法的比较，了解语

音编码的性能指标和质量评价。

5.掌握语音合成的基本原理，了解常用的合成方法：共振峰合成和线性预测合成。

（七）语音识别和说话人识别

教学内容：

一、概述

二、HMM基本原理及在语音识别中的应用

课程的重点、难点：

重点：隐马尔可夫模型(HMM)和语音识别的方式。

难点：语音识别的方法及其HMM在其中的应用方式。

教学要求：

1.掌握语音识别的基本原理，了解HMM技术，掌握有限状态矢量量化技术等识别技

术。

2.了解孤立词识别系统，了解连续语音识别的相关技术。

3.了解说话人识别的基本概念，了解说话人识别的特征选取方法。

4.了解说话人识别系统的结构，了解说话人识别中的识别方法。

(A)语音增强

教学内容：

一、语音感知特性和噪声特性

二、语音增强算法

课程的重点、难点：

重点：语音感知特性和相应的增强算法。

难点：语音增强算法,

教学要求：

1,了解语音特性、人耳感知特性及噪声特性，掌握语音增强的基本原理。

2.掌握语音增强的常用增强方法：滤波器法，非线性处理，减谱法，自相关相减法和

自适应噪声对消。

3.了解基于子波分析技术的语音增强。

三、实验教学内容及基本要求

本课程实验共三个，总共8个学时，通过课程实验，要求学生进一步巩固和理解所学的

理论知识，学生能使用MATLAB解决数字语音处理中的问题，具体实验安排如下：

实验一

1.实验名称：语音信号的基音参数提取

2.实验要求:了解基音的基本概念以及清音与浊音的区别；掌握几种基本的基音提取方

法，熟悉自相关法、倒谱法和简化逆滤波法进行基音提取的mallab编程；熟悉应用FFT对

典型信号进行频谱分析的方法。

3.实验仪器：高性能学生计算机，MATLAB7.0软件

4.实验内容：

(1)使用录音软件或者Mallab函数，分别采集一段浊音和清音语音信号(是你自己

说的，如：a,o,s等)，采样率为8KHz,量化精度为16比特线性码，存在自己指定的目

录下，例如D盘根目录下叫sound的文件夹中，录音文件名为yourfilename_a.^av,

yourfilename_s.wav等。录苦■的软件和Matlab函数的使用见随后的附录。

(2)根据语音信号的短时平稳特性，分析帧长取30ms(或10ms〜50ms)；

（3）基音提取的三种方法（任选两种方法）的编程流程图编制浊音语音基音提取的

matlab程序，上机调试给出相应波形，并根据图形，分析计算出基音周期。

（4）将语音信号换为清音语音，运行程序，与浊音语音的运行结果进行比较，并得出

结论。

5.重点与难点：

matlab软件的使用

matlab的编程语言

6.实验课时：3学时

7.应达到的要求：使用MATLAB编写提取基音参数的程序

实验二

1.实验名称：语音信号的谱分析

2.实验要求:了解复倒谱、倒谱以及同态分析的概念；掌握用matlab编程进行倒谱分析

的方法；加深时语音信号数字模型的了解：了解LPC谱的定义；了解LPC谱与信号谱之间

的区别。

3.实验仪器：高性能学生计算机，MATLAB7.0软件

4.实验内容：

（1）分别采集一段曲音和清音语音信号（是你自己说的），采样率为8KHZ,量化精

度为16比特线性码；

（2）分析帧长取为30ms（或10ms50ms）；

（3）根据语音信号倒谱分析和LPC谱分析的编程流程图编制浊音语音信号谱分析的

matlab程序，上机调试给出相应波形，并根据图形，观察共振峰情况；

（4）将语音信号换为清音语音，运行程序，与浊音语音的运行结果进行比较，并得出

结论。

（5）在LPC谱分析中，改变阶数p（p分别等于4、8、12、40）时，观察对谱包络

的影响，并与信号谱（DFT谱）进行比较。

5.重点与难点：

matlab软件的使用

matlab的编程语言

6.实验课时：3学时

7.应达到的要求：使用MATLAB编写语言倒谱分析程序

实验三

1.实验名称：基于DTW算法的孤立字识别

2.实验要求：了解语音信号处理在语音识别中的应用；掌握端点检测的原理，用Matlab

编程实现语音信号的端点检测，从原始语音文件中提取有效语音段；掌握采用模板匹配法的

孤立字（词）识别系统的工作原理。结合DTW实验系统工具箱，通过编写主程序实现语音

识别。

3.实验仪器：高性能学生计算机，MATLAB7.0软件

4.实验内容：

(1)录制语音文件

(2)调试端点检测程序

5.重点与难点：

matiab软件的使用

matlab的编程语言

6.实验课时：2学时

7.应达到的要求：使用MATLAB中修改已有的语言识别程序，能识别自己的声音

四、教学方法与手段

板书+ppt

五、教学学时分配

章节与内容课时作业量备注

语音信号处理的基础知识4

语音信号的时域分析和短时傅里叶分析