浅谈语音信号处理系列之一 概述

     

      我一直对语音信号处理技术比较感兴趣，但同时也一直困惑它今后的发展应用，写这个系列的目的，是通过梳理和总结语音信号处理技术的主要分支，与大家共同讨论语音信号处理的发展方向和新的应用。在这里，主要是根据个人的一些工程实践和研究，简要的介绍语音信号处理几个主要方面的概念、原理实现和技术发展，应用等，非常希望大家共同交流讨论。

 

      语言是人们最重要的交流工具，语音信号处理是语音学和数字信号处理相结合的交叉学科，同时又与心理声学、语言学、模式识别和人工智能等学科相联系。既依赖这些学科的发展，又可以促进这些学科的进步。

 

      语音信号处理的主要应用分支：

 

1、语音编解码：又称语音压缩，通过减少语音信号的冗余度和利用人耳掩蔽等特性实现数据压缩，目的是有利于存储、数字传输，节省带宽。 像ITU G.7xx、AMR等都是指语音编码的标准，GSM、3G手机中的语音通信以及电话录音等都离不开语音编码。有人说了，现在硬盘空间越来越大，网络带宽也越来越宽了，还有必要进行语音压缩吗？ 这话从头说起，以前考虑存储设备和网络的成本，需要将语音信号压缩到很低码率才能传输，同时语音质量也相应变差了，后来硬盘便宜了，网络宽了，大家更关注语音质量了，因此语音信号压缩的码率提高了，再后来又出现了宽带语音编码、多声道语音编码、超宽带语音编码...... 其实，最后它依赖于客户的需求和实现成本的权衡，在有些领域，如玩具、字典、学习机等更关注存储器的成本，同时希望语音质量能够尽可能的好；有些领域，如电话录音、视频监控等，会更注重语音质量或者说也没有必要