语音信号处理与现代语音通信2022课件.ppt

语音信号处理与 现代语音通信杨震 博士教授、博导2003.82003.81-授课内容【1 1】绪论【2 2】声音信号的分类与数字化 【3 3】语音的发声模型和人的听觉特性【4 4】语音信号的时域和频域分析方法【5 5】语音信号的线性预测编码(LPC)(LPC)技术【6 6】演示实验【7 7】各种语音处理和通信系统的质量评价体系【8 8】语音信号的数字压缩标准【9 9】语音波形编码技术-part one(ADPCM-part one(ADPCM系统)【1010】语音波形编码技术-part two(VQ-part two(VQ、SBCSBC、APCAPC系统)【1111】语音参数及混合编码技术-part one-part one2-授课内容【1212】语音参数及混合编码技术-part two-part two 移动通信GSMGSM系统中的语音压缩编码技术RPE/LTPRPE/LTP 移动通信CDMACDMA系统和多媒体通信系统中的语音编码技术G.723.1 MP-MLQ/ACELPG.723.1 MP-MLQ/ACELP和G.729 CS-ACELPG.729 CS-ACELP【1313】语音信号VBRVBR编码技术【1414】人机通信part onepart one语音识别原理【1515】人机通信part twopart two语音合成原理【1616】实用系统中的语音增强与消噪技术【1717】语音压缩编码、消噪、识别与合成演示实验【1818】语音在IPIP和ATMATM网络中的通信技术part onepart one【1919】语音在IPIP和ATMATM网络中的通信技术part twopart two【2020】语音技术研究热点3-参考文献中文1 1、王柄锡“语音编码”，西安电子科技大学初步社，200220022 2、杨行峻,迟惠生“语音信号数字处理”电子工业出版社，199519953 3、易克初，田斌，付强“语音信号处理”，国防工业出版社，200020004 4、胡航“语音信号处理”,”,哈尔滨工业大学出版社,2000,20005 5、拉宾纳,谢佛“语音信号数字处理”科学出版社，197819786 6、姚天任“数字语音处理”华中理工大学出版社，199219927 7、谢依兰“语音信号数字处理技术”学苑出版社，199319938 8、朱民雄“计算机语音技术”北京航空航天大学出版社，199219929 9、胡光锐“语音处理与识别”上海科学技术出版社，199419941010、J.D.Markar,J.D.Markar,A.H.Gray A.H.Gray“语音信号线性预测”中国铁道出版社，198719871111、陈尚勤等“语言信号数字处理”电子科技大学出版社，199119911212、陈永彬,王仁华 “语言信号数字处理”中国科技大学出版社，199019904-参考文献外文1 1、R.P.Ramachandran,R.P.Ramachandran,R.Mammane R.Mammane“Modern“Modern Methods Methods of of Speech Speech Processing”,Kluwer Academic Publishers,1995Processing”,Kluwer Academic Publishers,19952 2、Gordon Gordon E.Pelton E.Pelton“Voice“Voice Processing”Processing”Mc-Graw-Hill,Mc-Graw-Hill,Inc.,Inc.,199319933 3、D.P.Morgen,D.P.Morgen,C.L.Scofield C.L.Scofield“Neural“Neural Networks Networks and and Speech Speech Processing”Kluwer Academic Publishers,1991Processing”Kluwer Academic Publishers,19914 4、Claudio Claudio Becchetti Becchetti&Lucio Lucio Prina Prina Ricotti Ricotti“Speech“Speech RecognitionRecognitionTheory and C+Implementation”Theory and C+Implementation”5 5、M.R.Schroeder M.R.Schroeder“Computer“Computer SpeechSpeechRecognition,Recognition,Compression,Synthesis”,Springer,1999Compression,Synthesis”,Springer,19996 6、Robert Robert D.Rodman D.Rodman“Computer“Computer Speech Speech Technology”,Artech Technology”,Artech House,INC,1999House,INC,19997 7、Joel Joel Mambretti,Mambretti,Andrew Andrew Schmidt Schmidt“Next“Next Generation Generation Internet:Creating Internet:Creating Advanced Advanced Networks Networks and and Services”,Services”,Wiley,1999Wiley,19998 8、Renato Renato De De Mori Mori“Spoken“Spoken Dialogues Dialogues with with Computers”,Academic Press,1998Computers”,Academic Press,19985-参考文献外文9 9、Frederick Jelinek“statistical methods for speech Frederick Jelinek“statistical methods for speech recognition”,MIT Press,1997 recognition”,MIT Press,1997 1010、Randy Goldberg,Lance Riek“A Practical Handbook of Randy Goldberg,Lance Riek“A Practical Handbook of Speech Coders”,CRC Press,2000 Speech Coders”,CRC Press,2000 1111、John R.Deller,JR.John G.Proakis,John H.L.Hansen John R.Deller,JR.John G.Proakis,John H.L.Hansen“Discrete Time Processing of Speech Signals”,1993“Discrete Time Processing of Speech Signals”,19931212、Proceedings of ICASSP(Proceedings of ICASSP(声学、语音、信号处理国际会议录)1313、IEEE Transactions on Speech and Audio Processing IEEE Transactions on Speech and Audio Processing 1414、Rick Beasley,Mike Farley,John Oreilly,Leon Squire Rick Beasley,Mike Farley,John Oreilly,Leon Squire“Voice Application Development with VoiceXML”SAMS“Voice Application Development with VoiceXML”SAMS Publishing,USA,2001Publishing,USA,20016-绪 论当今世界正处于工业时代向信息时代的飞速转变时刻，在这个过程中，计算机技术、通信技术和电子信息技术的高速发展，是推动人类社会向信息社会不断进步的基础。

因特网络的普及、电子购物的兴起、多媒体通信及其应用的蓬勃发展，无一不是人类社会走向信息社会的标志信息的获取、处理、传输和存储，是信息社会技术发展的一个主要任务人类作为社会的主人，一直是接收和发送信息的主体语音,始终是人类互相交流、互相通信的最主要、最方便、最快捷的信息载体7-语音信号处理是一门涉及面很广的交叉学科 研究内容包括 1 1、语音特性分析和建模 2 2、语音数字压缩编码 3 3、语音识别 4 4、语音合成 5 5、语音增强 6 6、现代语音通信 8-第一章 声音信号的分类与数字化 1.1 1.1 声音信号的分类语音自然语音窄带语音,又叫频带语音 宽带语音 非语声音频信号 广播电视质量声音 CDCD质量声音 高 保 真 HiFi(HighFidelity)和 环 绕(SurroundedEffect)声音9-5.1声道音响位置10-第一章 声音信号的分类与数字化 1.2 1.2 声音信号的特征参数1.2.11.2.1声音的传播速度、频率、周期和波长1.2.21.2.2声压、声功率、声强和声级 1.2.31.2.3声音三要素 11-音高与频率间关系Fletcher-Munson人耳听觉等响度级曲线12-第一章 声音信号的分类与数字化 1.3 1.3 声音信号的数字化 常见采样频率通信领域的8 8千赫兹和1616千赫兹。

计算机声音处理系统中的11.02511.025千赫兹,22.05,22.05千赫兹和44.144.1千赫兹广播,影视,娱乐领域的3232千赫兹,44.1,44.1千赫兹和4848千赫兹13-14-存储一分钟声音信号所需要的存储容量15-第一章 声音信号的分类与数字化 1.4 1.4 声音信号的数字存储格式WAVWAV：数字音频波形格式，微软公司开发VOCVOC和DATDAT：多用于声霸卡等一些声音采集 程序的DOSDOS软件环境，新加坡创新公 司开发AUAU：工作站的UNIXUNIX环境下使用MIDIMIDI：数字乐器合成器，多用于合成音乐 目前我们遇到的多数为.wav.wav和.mid.mid文件16-第一章 声音信号的分类与数字化 微软公司与IBMIBM公司共同制定的WAVWAV格式文件的第一个四字节是RIFFRIFF，它用来指 明 文 件 属 于 多 媒 体 资 源 交 换 文 件RIFF(Resource RIFF(Resource Interactive Interactive File File Format)Format)的一种.RIFFRIFF文件的基本结构是块，第一个块为WAVEWAVE类型，指定文件为波形数字音频文件，第二个块为fmtfmt块，定义文件中其它数据的格式。

17-第一章 声音信号的分类与数字化 typedef struct_WaveFmttypedef struct_WaveFmt WORD WORD wFormatTag;wFormatTag;/编码方式的标记；PCMPCM时为1 1WORD WORD nChnnels;nChnnels;/信道数；单声道等于0 0，立体声等于2 2WORD nSamplesPerSec;/WORD nSamplesPerSec;/每秒采样数WORD nAvgBytesPerSec;/WORD nAvgBytesPerSec;/每秒平均字节数WORD nBlockAlign;/WORD nBlockAlign;/数据块的偏移量fmt fmt 18-第二章 语音信号的产生、。