1·语音信号处理的三大分支：语音合成（说），语音编码（压缩），语音识别（听），语音增强。2·语音是怎样生成的：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，这就形成了语音。
3·浊音：发音时声带振动的音称为浊音，它能量高，过零率低。
为周期性斜三角脉冲。清音：声带不振动，能量低过零率高非周期脉冲，可用随机白噪声激励。
4·掩蔽效应：一个声音的听感觉感受受同时存在的另一个声音的影响的现象。
掩蔽效应的应用：它指人耳只对最明显的声音反应敏感，对于不敏感的反应较不敏感，应用此原理人们发明了MP3等压缩的数字音乐格式，只突出记录人耳较为敏感的中频段声音，大大压缩了存储空间。
5·听觉机理：（1）外耳：机械振动，（2）中耳：限幅放大，（3）内耳：耳蜗。
6·语音信号数字模型：1）激励模型、2）声道模型、3）辐射模型。
7·语音生成系统的传递函数：
)
(
)z(
)
(
)
(z
R
V
z
G
z
H=
8·模型局限性及解决办法：
声道的传输函数具有全极点的性质，这对于元音和大多数辅音来说是比较符合实际的，但对于鼻音和阻塞音来说由于出现了零点，这种模型就不够准确了，一种解决办法是在V(z)中引入若干个零点但这样将使模型复杂化，另一种是适当提高阶数P，使得全极点模型能更好的逼近具有此种零点的传输函数。9·预加重含义：加入一阶高通滤波器。10·预加重处理目的：目的是为了对语音的高频部分进行加重，去除口唇辐射的影响，增加语音的高频分辨率11·预加重处理技术：一般通过传递函数为：
z1
1
H(z)-
-
=α的一阶FIR高通数字滤波器来实现预加重。
12·短时平均能量主要用途：
1）可以作为区分浊音和清音的特征参
数2）在信噪比较高的情况下短时能量
还可以作为区分有声和无声的依据3)
可以作为辅助的特征参数用于语音识
别中。
13常用的窗有两种：一种是矩形窗，
窗函数如下：
⎩
⎨
⎧-
≤
≤
=
其他
,0
1
,1
)
(
N
n
n
ω
可简化为：
∑
-
-
=
-
-
=
n
N
n
m
n
m
x
m
x
z
)1
(
|)]
1
(
sgn[
)]
(
sgn[
|
2
1
π
另一种是汉明窗，窗函数：
⎩
⎨
⎧≤
≤
-
-
=
其他
,0
)]
1
/(
2[
cos
46
.0
54
.0N
n
N
nπ
ω
14·过零率：单位时间内过零的次数。
浊音：过零率低能量高，清音：过零率
高能量高。
15·端点检测目的：从包含语音的一段
信号中确定出语音的起点及结束点。
16·自相关函数：
时域离散确定信号：
∑+∞
-∞
=
+
=
m
k
m
x
M
x)
(
)
(
)
R(k
时域离散随机信号：
∑
-
=
+
+
=
N
N
m
k
m
x
m
x
N
)
(
)
(
1
2
1
)
R(k
自相关函数性质：1)对称性：
R（K）=R（-K）2）在K=0处为最大值，
即对于所有K来说
)0(
|)
(
|R
K
R≤3）对于确定信
号，R（0）对应于能量对于随机信号R
（0）对应于平均功率。
17·浊音和清音的短时自相关函数有以
下特点:1)短时自相关函数可以很明显
的反映出浊音信号的周期性
2）清音的短时自相关函数没有周期性，
也不具有明显突出的峰值，其性质类似
于噪声。3）不同的窗对短时自相关函
数结果有一定影响。
18·短时自相关函数（求峰值）两个峰
值之间的距离为周期。短时平均幅度差
函数（求谷值）两个谷值之间的距离为
周期。
19·采用双限门比较的两极判决法：第
一级判决:1)先根据语音短时能量的轮
廓选取一个较高的门限T1进行一次粗
判：语音起止点位于该门限与短时能量
包络交点所对应的时间间隔之外。
2）根据背景噪声的平均能量确定一个
较低的门限T2，并从A点往左、从B
点往右搜索，分别找到短时能量包络与
门限T2相交的两个点C和D，于是CD
段就是双门限方法根据短时能量所判
定的语音段。第二级判决：
以短时平均过零率为标准，从C点往左
和D点往右搜索，找到短时平均过零
率低于某个门限T3的两点E和F，这
便是语音段的起止点。门限T3是由背
景噪声的平均过零率所确定的。
20·当n固定时，它们就是序列
）
）
（m
x(
m
-
n
ω的傅里叶变
换或离散傅里叶变换。当ω或K固定
时，它们就是一个卷积，相当于滤波器
的运算。
21·基音周期估值的两种方法:第一种
方法：先对语音信号进行低通滤波，在
进行自相关计算。第二种方法，先对语
音信号进行中心削波处理，在进行自相
关计算。
判别基音周期的方法：1·短时自相关
函数法。2·短时平均幅度差函数。
22·线性预测编码就是利用过去的样值
对新样值进行预测，然后将样值的实际
值与预测值相减，得到一个误差信号，
显然误差信号的动态范围远小于原始
语音信号的动态范围，对误差信号的进
行量化编码，可大大减少量化所需的比
特数，使编码速率降低。
