语音信号处理试卷

《数字语音处理及其应用》试卷系 姓名 学号一、简答题（每小题3分，共30分）1. 语音信号的数学模型包括哪些子模型? 激励模型属于什么性质的滤波器？2. 人耳听觉的掩蔽效应分为哪几种？在研究语音信号处理中有什么应用?3. 计算语音的短时自相关函数的主要用途是什么?4. 什么是线性预测？前向预测和后向预测的区别是什么？5. 什么是复倒谱? 已知复倒谱如何求倒谱?6. 矢量量化中生成初始码本的方法有哪几种?7. 为什么语音信号可以看成是隐马尔可夫过程?8. 什么是自适应变换编码？常用的变换是什么变换？9. 语音合成中规则合成法的核心是什么?10.什么是语音信号中的情感信息？如何对情感进行分类?二、论述题（每小题4分，共24分）1. 语音信号的功率谱及其在语音信号数字处理中的意义。

2. 基音周期估计的常用方法有哪些？简单描述SIFT 方法(简化逆滤波法)。

3. 矢量量化中初始码本产生的方法与性能比较。

4. 叙述HMM 中前向-后向算法的工作原理及其节约运算量的原因。

5. 画出语音编码中反馈自适应量化间隔的原理框图，并进行说明。

6. 叙述基音同步叠加技术PSOLA 实现语音合成的主要步骤。

三、对语音信号参数分析前为什么要进行预处理?有哪些预处理过程?（5分）四、描述Burg 法求解线性预测系数的思路和计算步骤。

（5分）五、一个语音段()s n 的自相关函数为，1()()();1,,N n n n m j R j s m s m j j p -==-=∑证明()n R j 是偶函数，即()()n n R j R j =-；且当0j =时，自相关函数具有最大值(0)()n n R R j ≥。

（6分）六、如何设计最佳矢量量化器？描述LBG 算法的具体实现步骤。

（5分）七、什么是Baum-Welch 算法?怎样利用该算法的重估公式得到重估模型参数后，构成新的模型?（5分）八、为什么在语音识别时需要做“时间规整”?说明DTW 时间规整的原理和方法。

《语音信号处理》期末考试复习资料（涉及考点的教材课后复习题）授课教师：薛雅娟老师整理人：通信161班梁雨（第2-5章）通信161班左自睿（第6-10章）根据成都信息工程大学通信工程学院选修课《语音信号处理》期末考试范围，整理成期末考试的复习资料以供学弟学妹们参考。

所有权归属成都信息工程大学。

在此衷心感谢薛老师平时悉心地教育指导。

整理人均系在读本科学生，水平有限，错误与不足之处在所难免，敬请大家见谅，欢迎批评、斧正。

第二章：语音信号处理的基础知识人耳听觉的掩蔽效应分为哪几种？掩蔽效应的存在对我们研究语音信号处理系统有什么启示？答：分为同时掩蔽和短时掩蔽。

同时掩蔽是指同时存在的一个弱信号和一个强信号频率接近时，强信号会提高弱信号的听阈，当弱信号的听阈被升高到一定程度时就会导致这个弱信号变得不可闻。

当A声和B声不同时出现时也存在掩蔽作用，称为短时掩蔽。

短时掩蔽分为前向掩蔽和后向掩蔽。

语音信号的数学模型包括哪些子模型？激励模型是怎样推导出来的？辐射模型又是怎样推导出来的？它们各属于什么性质的滤波器？答：①激励模型②声道模型③辐射模型④完整的语音信号的数学模型激励模型一般分成浊音激励和清音激励。

浊音激励：发浊音时，声激励是一个准周期的单位脉冲串，Av为增益参数；为了使浊音的激励信号具有声门振动气流脉冲的实际波形，需将冲激序列通过一个声门脉冲模型滤波器（实际上是一个斜三角波形）G(z)。

最后形成一个以基音周期为周期的斜三角波形。

清音激励模拟为随机噪声，实际中一般使用均值为0、方差为1的白噪声。

辐射模型：从声道模型射出的是速度波ul(n)，而语音信号是声压波pl(n)，二者之倒比称为辐射阻抗Zl。

在语音信号参数分析前为什么要进行预处理，有哪些预处理过程？答：预滤波的目的有两个：一是抑制输入信号各频域分量中频率超出fs/2的所有分量（fs为采样频率），以防止混叠干扰；二是抑制50Hz的电源工频干扰。

预处理过程：预加重、加窗和分帧。

语音信号处理复习题1 由下面的WAV文件读出语音的编码信息：52 49 46 46 A4 9A 7B 01 57 41 56 45 66 6D 74 20 10 00 00 00 01 00 02 00 44 AC 00 00 10 B1 02 00 04 00 10 00 64 61 74 61 80 9A 7B 01 42 FF 35 FC E2 FE 07 00 E7 FE AF 03 5F FF 65 01.....................176,40004 004Block align =(0004) 16= 410 0016Bits/sample = (0010) 16= 16编码(Code)内容(Contents)批注(Notes)数据子区块(datasub_chunk)64 61 74 61d a t a80 9A 7B0124,877,696Size:(017B9A80) 16 = 24,877,69642 FF 35 FC L= 65,346,R=64,565(FF42) 16= 65,346(FC35) 16= 64,565E2 FE 07 00L= 65,250,R= 7(FEE2) 16= 65,250 (0007) 16=7E7 FE AF 03L= 65,255,R=943(FEE7) 16= 65,255 (03AF) 16=9435F FF 65 01L= 65,375,R= 357(FF5F) 16= 65,375 (0165 ) 16=3572 画出语音信号的产生模型，简述语音的产生过程。

语音的形成过程—空气由肺部排入喉部，经过声带进入声道，最后由嘴辐射出声波，形成语音。

3 为生么语音信号要进行“短时”分析。

答：语音信号特性是随时间变化的，是一个非平稳的随机过程，但在一个短时间范围内其特性基本保持不变，即语音信号具有“短时平稳性”，因而可将语音信号看成准平稳过程，对其进行短时分析.4 语音信号的时域分析方法有那些?答：短时能量，短时平均过零率，短时自相关函数5 语音信号频率范围是多少？答：语音信号的频率大约在20Hz~20KHz。

《语音信号处理》期末试题总结语音信号处理期末试题总结在本学期的《语音信号处理》课程中，我们学习了很多有关语音信号处理的基本理论和方法。

本文将对这门课程的期末试题进行总结和回顾，以便加深对所学知识的理解和掌握。

一、语音信号处理的基本概念1. 语音信号的特点和基本原理在语音信号处理的学习中，我们首先了解了语音信号的基本特点。

语音信号是一种时间变化的连续信号，具有频谱特性和时域特性。

我们学习了频域分析和时域分析方法，如快速傅里叶变换（FFT）和数字滤波器的设计等。

2. 语音信号的采样和量化在语音信号处理中，我们需要对语音信号进行采样和量化，以便能够进行数字信号处理。

我们学习了采样定理和抽样频率的选择，以及量化误差和比特率的计算方法。

3. 语音信号的预处理在语音信号处理中，预处理是非常重要的一步。

我们学习了语音信号的预加重和去噪等预处理技术，它们可以提高语音信号的质量和可靠性。

二、语音信号处理的主要方法和技术1. 语音信号的特征提取为了能够对语音信号进行识别和分析，我们需要抽取出其特征。

我们学习了语音信号的短时能量、过零率、梅尔频率倒谱系数（MFCC）等常用的特征提取方法。

2. 语音信号的基本模型为了对语音信号进行建模和分析，我们学习了基于线性预测编码（LPC）的声道模型和声源模型。

这些模型可以帮助我们理解语音信号的生成过程，并对其进行分析和处理。

3. 语音信号的合成和变换在语音信号处理中，我们不仅关注对语音信号的分析，还关注对语音信号的合成和变换。

我们学习了基于线性预测编码的语音合成方法和语音变换方法，例如声码器的设计和声音的转换等。

三、语音信号处理的应用领域1. 语音识别语音识别是语音信号处理的一个重要应用领域。

我们学习了基于隐马尔科夫模型（HMM）的语音识别方法，以及声学模型和语言模型的训练和应用技巧。

2. 语音合成语音合成是将文本转换为语音信号的过程。

我们学习了基于拼音的语音合成方法和基于声道模型的语音合成方法，它们可以用来生成自然流畅的语音。

《语音信号与数字音频》期末试题考生班级：姓名：学号：总分：一、填空题：（共30分，每空1分）1、数字化后的音频质量是由采样频率、量化位数和声道数决定的。

2、矢量量化系统初始码书的生成方法有随即选取法、分裂法和乘积码书法。

3、语音编码按传统的分类方法可以分为波形编码、混合编码和参数编码。

4、对语音信号进行压缩编码的基本依据是冗余度和人的听觉感知机理。

5、汉语音节一般由声母、韵母和声调三部分组成。

6、不同音高的音符组成音乐，半音通常是音高的单位，__12__个半音组成一个八度。

7、有意义的语音的最小单位是词，发音的最小单位是音节，语音的最小单位是音素。

8、语音信号的倒谱分析就是求取语音倒谱特征参数的过程，它可以通过动态处理来实现。

9、语音信号处理包括语音识别、语音压缩、语音合成和语音增强四大分支。

10、语音学包括发音语音学、声学语音学和听觉语音学三大分支。

11、声音的四大要素：音高、音强、音长和音色。

二、判断题：（共10分，每小题2分）√×1、掩蔽效应是使一个声音A能感知的阈值因另一个声音B的出现而提高的现象，这时A叫被掩蔽声，B叫掩蔽声。

（√）2、MP3是MPEG3中的音频压缩标准（×）。

3、人耳听到的是数字化的音频信号。

（×）4、线性预测法正是基于全极点模型假定，采用均方误差最小准则来估计模型参数的。

（√）5、波形编码是依赖模型假定的语音编码方法。

（×）参数编码三、单项选择题：（共10分，每小题2分）1、下列不属于衡量语音编码性能的主要指标是（ B ）。

（A）编码质量（B）矢量编码（C）编码速率（D）鲁棒性2、无限词汇的语音合成系统一般是采用（D）作为合成基元。

（A）词语（B）句子（C）音节（D）音素3、和弦是规定音程跨度的一组声音，由（ B ）音组成。

（A）两个（B）两个或两个以上的（C）三个（D）三个或三个以上的4、矢量量化器大致可以分为无记忆矢量量化器和有记忆矢量量化器两类，下列属于有记忆矢量量化器的为（D ）。

第一章绪论1.语音信号处理是以语音语言学和数字信号处理为基础而形成的一门涉及面很广的综合性的学科。

p1d32.语音信号处理的应用技术列举：语音编码、语音识别、语音合成、说话人识别和语种辨识、语音转换和语音隐藏（语音信息伪装、语音数字水印技术）、语音增强等p4d33.当前语音信号处理应用的3个主流技术：矢量量化技术、隐马尔可夫模型技术、人工神经网络技术。

p4d3第二章语音信号处理基础知识1.语音是组成语言的声音，是声音（Acoustic）和语言（Language）的组合体。

p5d22.语音的基本声学特性包括音色，音调，音强、音长。

p7d2➢音色：也叫音质，是一种声音区别于另一种声音的基本特征。

➢音调：是指声音的高低，它取决于声波的频率。

➢音强：声音的强弱，它由声波的振动幅度决定。

➢音长：声音的长短，它取决于发音时间的长短。

3. 说话时一次发出的，具有一个响亮的中心，并被明显感觉到的语音片段叫音节（Syllable）。

一个音节可以由一个音素（Phoneme）构成，也可以由几个音素构成。

音素是语音发音的最小单位。

p7d34.任何语言都有语音的元音（V owel）和辅音（Consonant）两种音素。

p7d38.当声带振动发出的声音气流从喉腔、咽腔进入口腔从唇腔出去时，这些声腔完全开放，气流顺利通过，这种音称为元音。

p7d39.呼出的声流，由于通路的某一部分封闭起来或受到阻碍，气流被阻不能畅通，而克服发音器官的这种阻碍而产生的音素称为辅音。

p7d37.发辅音时由声带是否振动引起浊音和清音的区别，声带振动的是浊音，声带不振动的是清音。

p7d38.元音构成音节的主干（因为无论从长度还是能量看，元音在音节中都占主要部分。

）p7d39.元音的一个重要声学特性是共振峰（Formant）。

共振峰参数是区别不同元音的重要参数，它一般包括共振峰频率（Formant Frequency）的位置和频带宽度（Formant Bandwidth）。

语音信号处理考试试题一、简答题1. 请解释什么是语音信号处理？语音信号处理指的是对语音信号进行数字信号处理的过程。

它涉及到声音的采集、编码、分析、合成和识别等一系列处理技术，旨在提高语音通信和语音识别系统的性能。

2. 请列举一些常见的语音信号处理应用。

常见的语音信号处理应用包括语音通信、语音识别、语音合成、语音增强、语音压缩等。

3. 请简要描述语音信号处理系统的基本框架。

语音信号处理系统的基本框架包括声音的采集、预处理、特征提取、模型训练和解码等步骤。

首先，声音信号通过麦克风采集，并进行预处理，如去除噪声、归一化等。

然后，从预处理的信号中提取出特征，如音频频谱、共振峰等信息。

接下来，使用这些特征进行模型的训练，以建立语音信号的模型。

最后，通过解码器将输入的语音信号与训练好的模型进行匹配，从而实现语音的识别或合成。

4. 请列举一些常用的语音信号处理算法或技术。

常用的语音信号处理算法或技术包括数字滤波、时域和频域特征提取、自动语音识别（ASR）、线性预测编码（LPC）、傅里叶变换（FFT）、Mel频谱倒谱系数（MFCC）、隐藏马尔可夫模型（HMM）等。

5. 请解释什么是Mel频谱倒谱系数（MFCC）算法。

Mel频谱倒谱系数（MFCC）算法是一种常用的语音信号处理算法，主要用于语音特征提取。

它模拟了人类听觉系统的工作原理，通过对语音信号进行分帧、加窗、傅里叶变换等处理，提取出与人耳感知的频率特征相关的Mel频率倒谱系数。

MFCC算法具有较好的语音信号特征提取效果，广泛应用于语音识别等领域。

二、计算题1. 对下述数字信号进行离散傅里叶变换（DFT）：x(n) = [1, 2, 3, 4]首先，对x(n)进行零填充，得到长度为N的信号x'(n) = [1, 2, 3, 4, 0, 0, 0, 0]。

然后，对x'(n)进行DFT计算，得到频谱X(k)。

X(k) = [10, -2+2j, -2, -2-2j, 0, 0, 0, 0]2. 对下述频谱进行逆离散傅里叶变换（IDFT）：X(k) = [10, -2+2j, -2, -2-2j]首先，对X(k)进行逆DFT计算，得到时域信号x(n)。