现代语音信号处理-胡航（part 1 - 语音信号处理主要研究内容）

1 语音信号处理主要研究内容

1.1 语音编码

语音编码的根本作用是使语音通信数字化

1.2 语音合成

基于规则的文字-语音合成系统

用最基本的语音单元，如因素、音节等作为合成单元，建立语音库，通过合成单元拼接达到无限词汇的合成。输入文字信息后，将其按照语言规则转换为由基本单元组成的序列；根据说话时单元连接的规则进行控制，并发出声音。为保证合成声音的质量，系统中除语音库外还有一个很庞大的规则库，实现对合成语音的音段和超音段特征的控制。

波形拼接合成方法

最具代表性的使基音同步叠加法（PSOLA）

PSOLA是多样本的不等长语音拼接合成技术；在语音库中存放大量语音样本，通过选择合适的拼接语音片段实现高质量的语音合成

基于统计模型和机器学习方法

根据一定语音数据进行训练，快速构建合成系统

随着声学合成性能的提高，出现了统计参数语音合成方法，以HMM建模和合成为代表

 

语音合成的研究方向：提高自然度，提高无限词汇语音合成的音质

1.3 语音识别

一方面，声学语音学统计模型的研究日益深入，鲁棒的语音识别，基于语音段的建模方法及HMM与神经网络结合成为研究热点

另一方面，为适应语音识别实用化的需要，听觉模型，快速搜索识别算法，以及进一步的语言模型研究课题受到很大关注

1.4 说话人识别

不关注语音信号中的语义内容，从语音信号中分析和提取个人特征，以去除不含个人特征的语音信息。即找出包含在语音信号中的说话人的个性因素，即不同人之间的特征差异

1.5 语种识别

通过找出不同语种之间的特征差异

1.6 语音理解

与语音识别的区别在于对语法和予以知识的充分利用程度。可看作信号处理与知识处理的产物

1.7 语音增强

研究大体分为三类方法，即语音增强，寻找稳健的语音特征及基于模型参数适应化的噪声补偿。然而，解决噪声问题的根本方法应是噪声和语音的自动分离。

对带噪语音进行处理，尽可能去除噪声并改善听觉效果

1.8 基于麦克风陈列的语音信号处理

1.9 基于智能信息处理、现代信号处理技术的语音信号处理

计算智能：神经网络，模糊系统，进化算法

信号处理的新技术：如非平稳和非高斯信号；高阶统计量，时频分析，小波分析，盲源分离，现代谱估计，特征空间分解，独立分量分析