資源描述：
《語(yǔ)音處理與語(yǔ)音識(shí)別簡(jiǎn)介ppt課件.ppt》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、語(yǔ)音處理與語(yǔ)音識(shí)別簡(jiǎn)介2014年9月1主要內(nèi)容數(shù)字音頻基礎(chǔ)知識(shí)音頻處理基礎(chǔ)知識(shí)語(yǔ)音識(shí)別技術(shù)簡(jiǎn)介2主要內(nèi)容數(shù)字音頻基礎(chǔ)知識(shí)音頻處理基礎(chǔ)知識(shí)語(yǔ)音識(shí)別技術(shù)簡(jiǎn)介3●是指自然聲●是機(jī)械振動(dòng)在彈性介質(zhì)中傳播的機(jī)械波●是隨時(shí)間連續(xù)變化的物理量●聲音概念●振幅—波的高低幅度，表示聲音的強(qiáng)弱●周期—兩個(gè)相鄰波之間的時(shí)間長(zhǎng)度●頻率—每秒鐘波振動(dòng)的次數(shù)，單位是Hz●聲音特性4聲音的強(qiáng)度(響度或音量)，與聲波振幅成正比；唱盤、CD盤等聲音載體中的音強(qiáng)不變，通過(guò)播放設(shè)備的音量控制可改變聆聽時(shí)強(qiáng)度；音頻處理軟件可提高聲源音強(qiáng)聲音的特色，主
2、要影響因素是復(fù)音；復(fù)音指具有不同頻率和不同振幅的混合聲音，其中最低頻率是“基音”，是聲音的基調(diào)，其他頻率的聲音為“諧音(泛音)”代表聲音的高低，與頻率有關(guān)；使用音頻處理軟件對(duì)聲音的頻率進(jìn)行調(diào)整時(shí)，其音調(diào)也會(huì)隨之發(fā)生變化●聲音的三要素●音調(diào)——(高低)●音強(qiáng)——(強(qiáng)弱)●音色——(特質(zhì))5●聲音的頻率范圍6數(shù)字音頻聲音是振動(dòng)的機(jī)械波，話筒把機(jī)械振動(dòng)轉(zhuǎn)換成電信號(hào)，用隨時(shí)間連續(xù)變化的物理量表示，稱之為模擬音頻。在計(jì)算機(jī)內(nèi)部，所有的信息均以數(shù)字表示，代表聲音信號(hào)的物理量也用一系列數(shù)字表示，稱之為數(shù)字音頻。模擬音頻在時(shí)間
3、上是連續(xù)的，而數(shù)字音頻則是一個(gè)數(shù)據(jù)序列，在時(shí)間上不具備連續(xù)性，因此只能是斷續(xù)的。當(dāng)把模擬聲音變成數(shù)字聲音時(shí)，需要每隔一個(gè)時(shí)間間隔在模擬聲音波形上取一個(gè)電壓幅度值，稱之為采樣。采樣得到的表示聲音強(qiáng)弱的模擬電壓幅值是連續(xù)的，把無(wú)窮多個(gè)電壓幅值用有限個(gè)數(shù)字表示，稱之為量化。7●采樣采樣過(guò)程按固定間隔采樣聲音波形采樣聲音波形之后的結(jié)果聲波是連續(xù)信號(hào)，或稱連續(xù)時(shí)間函數(shù)x(t)。用計(jì)算機(jī)處理這些信號(hào)時(shí)應(yīng)先離散化，即按一定的時(shí)間間隔(T)取值，得到x(nT)(n為整數(shù))，T稱采樣周期，1/T稱采樣頻率(每秒鐘采樣次數(shù))，x(
4、nT)稱采樣值(或離散信號(hào))采樣概念8設(shè)連續(xù)信號(hào)x(t)的頻譜為x(f)，以采樣間隔T采樣得到離散信號(hào)x(nT)如果滿足：當(dāng)
5、f
6、≥fc(fc是信號(hào)高端截止頻率)時(shí)，有T≤1/(2fc)或fc≤1/(2T)則可由x(nT)完全確定x(t)。當(dāng)fN=1/(2T)時(shí)，稱fN為奈奎斯特頻率采樣定理奈奎斯特(Nyqust)采樣定理：只要采樣頻率大于或者等于信號(hào)中所包含的最高頻率的兩倍；即當(dāng)信號(hào)是最高頻率時(shí)，每個(gè)周期至少采樣兩個(gè)點(diǎn)，則理論上就可以完全恢復(fù)原來(lái)的信號(hào)?！癫蓸硬蓸臃椒ㄕZ(yǔ)音信號(hào)頻譜在高頻處迅速下降，但非限帶。應(yīng)
7、用時(shí)只對(duì)一定頻率范圍內(nèi)的信號(hào)感興趣，就可以對(duì)經(jīng)濾波限帶的音頻信號(hào)采樣。這樣，在采樣前，用一個(gè)銳截止模擬低通濾波器對(duì)音頻信號(hào)進(jìn)行濾波。9●量化通過(guò)采樣得到的表示聲音強(qiáng)弱的函數(shù)x(nT)是連續(xù)的，為把x(nT)存入計(jì)算機(jī)，就必須將采樣值離散化，即量化成一個(gè)有限個(gè)幅度值的集合x(nT)量化概念量化原理先將整個(gè)幅度劃分成為有限個(gè)小幅度(量化階距)的集合，把落入某個(gè)階距內(nèi)的樣值歸為一類，并賦予相同的量化值。如果量化值是均勻分布的，稱為均勻量化。設(shè)?為量化階距，量化器最大范圍是Xmax，則：?=2Xmax/2B量化電壓幅值
8、之后的結(jié)果10●編碼音頻模擬信號(hào)經(jīng)過(guò)采樣與量化之后，為把數(shù)字化音頻存入計(jì)算機(jī)，需對(duì)其編碼，即用二進(jìn)制數(shù)表示每個(gè)采樣的量化值，完成整個(gè)模數(shù)轉(zhuǎn)換過(guò)程編碼概念PCM編碼一種最方便簡(jiǎn)單的編碼方法是脈沖編碼調(diào)制，常稱為PCM(PulseCodeModulation)編碼。是一種未經(jīng)壓縮的數(shù)字音頻信號(hào)，常作為一種參考信號(hào)，以便其他編碼方法與之比較，或者在此基礎(chǔ)上作進(jìn)一步壓縮編碼處理11衡量一種編碼方法的性能有兩個(gè)主要指標(biāo)：碼流速率和量化噪聲碼流速率指的是音頻信號(hào)編碼后每秒鐘產(chǎn)生的數(shù)據(jù)流量，以kbit/s為單位表示，也可以表
9、示為kbps。例如對(duì)普通模擬話音用8kHz的頻率采樣并以8位量化和編碼，所形成的音頻數(shù)字信號(hào)的碼率便是64kbps。量化噪聲是由量化失真引起的噪聲，通常表示為量化后的音頻信號(hào)噪聲比，簡(jiǎn)稱信噪比。每增加1位量化精度，信噪比即提高6db。例如在高保真音響系統(tǒng)中，要求信噪比大于90db，則量化精度必須在16位以上?！窬幋a12聲道(SoundChannel)是指聲音在錄制或播放時(shí)在不同空間位置采集或回放的相互獨(dú)立的音頻信號(hào)，所以聲道數(shù)也就是聲音錄制時(shí)的音源數(shù)量或回放時(shí)相應(yīng)的揚(yáng)聲器數(shù)量。單聲道（mono）：只有一個(gè)聲道。
10、普通的單聲道錄放系統(tǒng)使用一只話筒錄音，信號(hào)錄在一條軌跡上，放音時(shí)使用一路放大器和一只揚(yáng)聲器，所以重放出來(lái)的聲音是一個(gè)點(diǎn)聲源?！衤暤懒Ⅲw聲（stereo）：有兩個(gè)聲道。在錄制聲音時(shí)，在不同的位置用兩只話筒進(jìn)行錄音，而在重放時(shí)則使用兩路獨(dú)立的放大器和兩個(gè)揚(yáng)聲器，從而使聽者可以較準(zhǔn)確地判斷出錄音中不同音源的準(zhǔn)確位置。1314WAV為微軟公司（Microsoft)開發(fā)的一種聲音文件格式非壓縮，
