语音识别基础知识一

1、人耳组成的三部分：

外耳：外耳包含耳翼和外耳道，耳翼具有定向作用，外耳道同其它管道一样也有共振频率，大约是3400Hz。鼓膜位于外耳道内端，声音的振动通过鼓膜传到内耳。

中耳：由三块听小骨组成，作用包括放大声压和保护内耳。中耳通过咽鼓管与鼻腔相通，其作用是调节中耳压力。

内耳：耳蜗实现声震动到神经冲动的转换，并传递到大脑。

2、听觉特性与音频信号

2.1人的听觉特性

①人对声音强弱的感觉

通过对人群测试发现，当声音信号的强弱按指数规律增长时，人会大体上感到声音在均匀地增强，即将声音声强取对数后，才与人对声音的强弱感相对应。根据人类听觉的这一特点，通常用声强值或声压有效值的对数来表示声音的强弱，称为声强级或声压级，单位为分贝。

②人对声音频率的感觉

人对声音频率的感觉表现为音调的高低，当声音的频率按指数规律上升时，音调的感觉线性升高。这意味着只有对声音信号的频率取对数，才会与人的音高感觉成线性关系。为了适应人类听觉的音高感规律，在声学和音乐当中表示频率的坐标经常采用对数刻度。

③人类听觉的频响特性

人类听觉频响的特点时声压级越高听觉频响越平直；随着声音声压级的降低，听觉频响变坏，低频响应下降明显。人的听觉频带为20Hz-20kHz,高于20kHz的声音称为“超声”，低于20Hz的声音称为“次声”。不论声压级高低，人对3-5kHz频率的声音最敏感。