一、基本概念
- 语言:从人们的话语中概括总结出来的规律性符号系统。
- 语音:一连串音组成的声音。
- 音节:具有一个响亮的中心,并被明显感觉到的语音片段。
- 音素:发音最小片段。分为元音、辅音(清音、浊音、半元音)。
- 元音:声腔开放。
- 辅音:声腔受阻。(唇舌位置,形状)
- 共振峰:元音激励进入声道引起的共振特性。
- F1:舌位高则低
- F2:舌位前则高
- F3:舌尖卷则低
- 鼻化:共振峰加上了两对零极点。
- 元音发音方式:
- 声道受声带振动;
- 声道不极端狭窄,形状持续稳定;
- 与鼻腔不耦合;
- 浊音(声带振动):基音频率→声调轨迹→韵律
- 重音:时长、音高,音强不重要。
- 汉语声韵结构:V,CV,VC1,CVC1
- 声调:浊音基音周期的变化;
- 基音周期:声带振动周期;
- 语谱图:横轴-时间,纵轴-频率,深浅-强弱。
- 幅度符合Gamma分布:
PG(x)=x−−√2π−−√e−k|x|∣x∣−−√wherek=3√2σx
二、语音信号分析
1、数字化和预处理
- 预滤波:滤除 fs2 以外的分量;抑制50Hz工频。
- 电话→ fH=3400Hz,fL=60到100Hz,fs=8kHz
- 高要求→ fH=4500Hz,fL=60Hz,fs=10kHz
- 量化:
- 量化噪声:当信号波形足够大或者量化间隔足够小时,可以证明量化噪声符合①平稳的白噪声;②量化噪声与输入信号不相关③量化噪声在量化间隔内均匀分布。
- 量化信噪比有
SNR(