语音识别学习日志 2018-7-16 语音识别基础知识准备（2）

2018-7-16

音强

表征声波强度,一般用DB值衡量。声音强度由振动幅度的大小决定，以能量来计算称声强，以压力计算表示时称声压。声强（I）与声压（P）的关系为：I=（P^2）/(ρv) （此时P为有效值，若P为幅值，则 I=(P^2)/(2ρv) ），其中ρ-介质密度，v-声速。

基音 

一般的声音都是由发音体发出的一系列频率、振幅各不相同的振动复合而成的。这些振动中有一个频率最低的振动，由它发出的音就是基音（fundamental tone），其余为泛音。

基频

基音的频率即为基频，决定整个音的音高。基频(Baseband)，又叫基带。基频 （fundamental frequency）是复杂声音中最低且通常情况下最强的频率，大多数通常被认为是声音的基础音调。

音色

声音谐波决定音色，之所以能分辨出不同乐器和不同人，只因为声音中谐波成分不同。所谓谐波，当分音的频率是整数倍基音频率的时候，这些频率就叫谐波。另外，所有的谐波是按照一定顺序排列的，这意味着，基音频率是第一谐波，第一泛音就是第二谐波，第二泛音就是第三谐波，以此类推。

声调

声音频率的高低叫音调，英文pitch，是声音的三个主要的主观属性，即音量（响度），音调，音色（音品）之一。对于一定强度的纯音，音调随着频率的升降而升降。

GMM模型

EM算法

Kmeans算法