第二章-语音的产生及感知-语音信号处理-教学.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第二章 语音的产生及感知,Liu gang,第二章 语音的产生及感知,2.1 语音生成系统及模型,2.2 听觉系统与感知特性,2.3 语音学知识,2.1 语音生成系统及数学模型,2.1.1 语音生成系统,2.1.2 语音生成的数学模型,1.发音器官,语音是从肺部呼出的气流通过在喉头至嘴唇的器官的各种作用而发生的。,作用的方式,从肺部呼出的直气流变为音源，即变为交流的断续流或者乱流,对音源起共振和反共振的作用，使之带有音色,从嘴唇或鼻孔向空间辐射的作用,与发出语音有关的各器官叫做发音器官,2.喉,基音周期,基音周期,周期气流脉冲串的周期，T,p,基音频率,基音周期的倒数，f,p,影响因素,声带的尺寸和特性，及其所受的张力,男性:60200Hz,女性和小孩:200450Hz,浊音和清音,由於男女的生理结构的不同,一般女声要比男声高约一个八度音.根据测量,男女声的声带长度略有差异;女高音约1.4至1.7公分,女中音约1.8至1.9公分.男高音约1.8至2公分,男中音约2.1至2.7公分,男低音约2.4至2.5公分.由此可知声带细长者属於低音;声带宽短者属於高音.东方人的声带成年男子约1.7至2.3公分;女子约1.2至1.7公分,西方人略为长一些.至於声带则和体重无关,但与身高成正比.所以高个子的人大多唱低音。,但声音的高低并不完全由声带的长短宽窄来决定,因为声带细长的声乐家唱出来的高音可能比声带宽短的歌者更高更美妙,所以自然歌唱的高低音决定於肌肉筋骨拉动声带的能力,及声带本身的伸缩性如何.因此人声之差异除先天之生理结构及人声成长的不同外,最重要的是後天训练的改变了.在此要特别强调,音质和音色是两种不同的声音观念,音质在成人定型後较难改变,但音色,强弱,力度,音域的高低都可藉训练改变而发展出来.,语音生成系统,基音频率,共振峰频率,语音产生的数学模型,2.1.2 语音生成的数学模型,所谓建立数学模型，就是要寻求一种可以表达一定物理状态下量与量之间关系的数学表示,语音信号的非平稳性,短时分析:线性时不变,激励模型,声道模型,辐射模型,语音信号的数学模型,浊音激励源是一个以基音周期为周期的斜三角脉冲串,二极点模型，具有二阶低通特性,清音,声门关闭，声道不受声门周期脉冲气流的激励而是利用口腔内存有的空气释放出来而发声。,特点,气流通过一个狭通道时在口腔中形成湍流，具有随机噪声的特点,清音激励源,随机白噪声,2.声道模型,声管模型,全极点模型,共振峰模型,把声道视为一个谐振腔，共振峰就是这个腔体的谐振频率,F,i,=(2i-1)c/4L,i=1,2,3，表示共振峰的序号,C为声速,L为声管长度,例:L=17,b.并联型共振峰模型,考虑非元音及大部分辅音，零极点模型,c.混合型共振峰模型,由辐射引起的能量损耗正比于辐射阻抗的实部，所以辐射模型是一阶类高通滤波器。,采用预加重技术去除辐射作用,1-(R,1,z,-1,/R,0,),4.语音信号的数学模型,2.2.1 听觉系统,音频信号处理器,外耳,中耳,内耳,外耳,结构,耳廓,外耳道,2.7cm,0.7cm,3060Hz,10dB,鼓膜,0.1mm,69mm,2,10,-8,cm,功能,声源定位和声音放大,中耳,结构(2cm,3,),锤骨,砧骨,镫骨,咽鼓管,功能,声阻抗匹配,保护内耳,内耳,结构,耳蜗,3.5cm,0.32cm,2.52.75圈,三个组成部分,2.2.2 听觉特性,听阈,响度,音调,掩蔽效应,言语听觉,1.听阈,听觉范围,频率,强度:0120dB SPL(声压级),指人进入声场后能听到的自由场最低声压级,纯音听阈与频率有关,1kHz,40Hz,15kHz,4dB,50dB,24dB,2.响度,人耳对于频率不同的纯音的听辩灵敏度，在数值上等于1KHz纯音的声强级，单位方(Phon),主观值,强度,频率,波形,单位:宋(Sone),频率为1KHz、在听阈之上40dB的纯音所具有的响度为1Sone.,3.音调,音调是听觉分辩声音高低时，用于描述这种感受的一种特性。,对于频率低的声音，听起来感觉它的音调”低”,主观值,频率，声强及波形,单位Mel,一个高于听阈40dB、频率为1KHz的纯音所产生的音调为1000Mel.,4.掩蔽效应,当两个响度不等的声音作用于人耳时，则响度较高的频率成分的存在会影响到对响度较低的频率成分的感受，使其本的不易觉察，这种现象称为掩蔽效应。,低音、高音,掩蔽曲线,临界带宽,一个纯音可以被以它为中心频率、并且具有一定频带宽度的连续噪声所掩蔽，如果这一频带内噪声功率等于该纯音的功率，这时该纯音处于刚能被听到的临界状态，则称这一带宽为临界带宽。,实验测得,一个临界带宽单位可用Bark来表示,24个Bark,基底膜上1.5mm长或1200根听神经,5.言语听觉,语音强度对言语清晰度的影响,通过听觉测试证实，可正确辨别的单音节词与所有试听单音节词的比值是语音强度的函数。,对语音的掩蔽作用,频率选择性,不同频率分量所包含的语音信息,1000Hz以下功率80%,清晰度10%,限幅的影响,2.3 汉语语音学知识,汉语语音的特点,汉语拼音方案,汉语音节的一般结构,汉语的音调,浊音、清音,元音、辅音,汉语拼音方案,汉语音节的一般结构,汉语的音调,弯头段,降尾段,调型段,