第一部分 语音信号处理
第一章·绪论
一···考核知识点
1·语音信号处理的基本概念2·语音信号处理的发展概况
二···考核要点一·语音信号处理的基本概念1．识记：（1）语音信号对人类的重要性。
（2）数字语音的优点。（3）语音学的基本概念。（4）语音信号处理的应用领域。二·语音信号处理的发展概况1.识记：（1）语音信号处理的发展历史。
（2）语音编码、语音合成、语音识别的基本概念。语音编码技术是伴随着语音的数字化而产生的，目前主要应用在数字语音通信领域。语音合成的目的是使计算机能象人一样说话说话，而语音识别使能够听懂人说的话。
第二章·基础知识一···考核知识点一·语音产生的过程二·语音信号的特性
三·语音信号产生的数字模型四·人耳的听觉特性二···考核要求一·语音产生的过程
1.识记：声音是一种波，能被人耳听到，振动频率在20Hz~20kHz之间。自然界中包含各种各样的声音，而语音是声音的一种，它是由人的发音器官发出的，具有一定语法和意义的声音。
2.领会：（1）语音产生的过程与人类发声的基本原理。 （2）清音、浊音、共振峰的基本概念。语音由声带震动或不经声带震动产生，其中由声带震动产生的音统称为浊音，而不由声带震动而产生的音统称为清音。声道是一个分布参数系统，它是一个谐振腔，有许多谐振频率，称为共振峰，它是声道的重要声学特征。
二·语音信号的特性
1.识记：（1）语音的物理性质，包括音质、音调、音强、音长等特性。语音是人的发音器官发出的一种声波，具有声音的物理属性。其中音质是一种声音区别于其它声音的基本特征。音调就是声音的高低，取决于声波的频率：频率高则音调高，频率低则音调低。响度就是声音的强弱，又称音量。它是由声波震动幅度决定的。声音变的长短也称音长，它取决于发音持续时间的长短。
（2）音素、音节、单词、句子的基本概念以及它们之间的关系。音素是语音的最小、最基本的组成单位，音素都有其独立的各不相同的发音方法和发音部位，它是使听者能区别一个单词和另一个单词的声音的基础。音节是最小的语言片段，一个音节由一个或几个音素组成。单词是由音节结合而成的更大单位，是有意义的语言的最小单位。句子是单词的进一步组合。
Made by Xubin
Call :**************
第 1 页 共 8 页
语音信号处理 重点、考点、考试题
一、填空题：（共7小题，每空2分，共20分） A卷
1、矢量量化系统主要由编码器和 组成，其中编码器主要是由搜索算法和 构成。
2、基于物理声学的共振峰理论，可以建立起三种实用的共振峰模型：级联型、并联型和 。
3、语音编码按传统的分类方法可以分为 、 和混合编码。
4、对语音信号进行压缩编码的基本依据是语音信号的 和人的听觉感知机理。
5、汉语音节一般由声母、韵母和 三部分组成。
6、人的听觉系统有两个重要特性，一个是耳蜗对于声信号的时频分析特性；另一个是人耳听觉的 效应。
7、句法的最小单位是 ，词法的最小单位是音节，音节可以由 构成。
二、判断题：（共3小题，每小题2分，共6分）
1、预测编码就是利用对误差信号进行编码来降低量化所需的比特数，从而使编码速率大幅降低。（ ）
2、以线性预测分析-合成技术为基础的参数编码，一般都是根据语音信号的基音周期和清/浊音标志信息来决定要采用的激励信号源。（ ）
3、自适应量化PCM就是一种量化器的特性，能自适应地随着输入信号的短时能量的变化而调整的编码方法。（ ）
三、单项选择题：（共3小题，每小题3分，共9分）
1、下列不属于衡量语音编码性能的主要指标是（ ）。 （A）编码质量 （B）矢量编码（C）编码速率（D）坚韧性
2、下列不属于编码器的质量评价的是（ ） （A）MOS （B）DAM（C）DRT（D）ATC
3、限词汇的语音合成技术已经比较成熟了，一般我们是采用（ ）作为合成基元。
（A）词语 （B）句子 （C）音节 （D）因素
四、简答题：（共2小题，每小题12分，共24分）
《信号分析与处理》教案 第五章：拉普拉斯变换和连续时间系统的S域分析
上海大学机自学院自动化系 朱晓锦 119 第五章：拉普拉斯变换和
连续时间系统的S域分析
5.1. 概述
基于傅立叶变换的信号与系统的频域分析，是以虚指数信号ejωt为基本信号，获得任意信号可分解为众多不同频率的虚指数分量之和。由于傅立叶变换物理意义清楚，可使响应的求解得到简化，因此对于信号与系统分析是很有效的，所以得到相当广泛的应用。但它也有不足：
（1）由于傅立叶积分存在的充分条件是：要求被积函数)(tf绝对可积；而对于不符合绝对可积条件的函数，如)(tu，虽也可通过其它方法求出其傅立叶变换，但一般它们的频谱函数中包含了函数，这可能会给信号的分析与计算带来一些麻烦；
（2）有些重要信号不存在傅里叶变换，如正指数函数)(2tuet，上述不足使傅立叶变换的应用受到了限制；
（3）对于给定初始状态的系统难于利用频域分析。
但若把频域中的傅立叶变换推广到复频域的拉普拉斯变换，就能克服傅立叶变换的缺点。因此，拉普拉斯变换成为线性时不变系统分析的强有力工具。 《信号分析与处理》教案 第五章：拉普拉斯变换和连续时间系统的S域分析
上海大学机自学院自动化系 朱晓锦 120 拉普拉斯变换与傅立叶变换之间有许多类似之处。傅立叶变换是将时间信号)(tf分解为无穷多项虚指数信号ejωt之和；本章则引入复频率s=σ+jω,以复指数函数est为基本信号，论证任意时间信号)(tf可以分解为无穷多项复指数信号est之和。这里，用于系统分析的独立变量是复频率s，故称为s域分析。所采用的数学工具为拉普拉斯变换，因此可把拉氏变换看做是傅立叶变换的推广；同时，傅立叶变换与拉氏变换的许多重要性质也是非常相似的。
5.2. 拉普拉斯变换
一、从傅立叶变换到拉普拉斯变换
由第3章可知，函数)(tf在满足绝对可积的条件下，必然存在其的傅立叶正反变换，且定义式为：
第２９卷第４期 ２０１２年４月 计算机应用研究 Ａｐｐｌｉｃａｔｉｏｎ Ｒｅｓｅａｒｃｈ ｏｆ Ｃｏｍｐｕｔｅｒｓ Ｖｏ１．２９ Ｎｏ．４ Ａｐｒ．２０１２
基于线性预测分析 的语音信号压
王红柱，陈砚圃，高悦，王浩
（西安通信学院，西安７１０１０６） 缩感知 术
摘要：根据语音信号的特点，提出了一种基于线性预测分析的合成矩阵作为语音信号的稀疏变换域，并验证
了语音信号在该域上的稀疏特性。由语音信号和随机高斯矩阵构造相应的观测，采用正交匹配追踪算法重构原
始语音信号。实验表明，语音信号在新的变换域上的重构性能要优于ＤＣＴ域，且具有较高的分段信噪比和平均
意见得分。
关键词：压缩感知；语音信号；稀疏性；线性预测分析；正交匹配追踪
中图分类号：ＴＮ９１２．３ 文献标志码：Ａ 文章编号：１００１—３６９５（２０１２）０４—１３３５－０３
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－３６９５．２０１２．０４．０３７
Ｃｏｍｐｒｅｓｓｅｄ ｓｅｎｓｉｎｇ ｆｏｒ ｓｐｅｅｃｈ ｓｉｇｎａｌ ｂａｓｅｄ ｏｎ ｌｉｎｅａｒ ｐｒｅｄｉｃｔｉｏｎ ａｎａｌｙｓｉｓ
ＷＡＮＧ Ｈｏｎｇ—ｚｈｕ，ＣＨＥＮ Ｙａｎ—ｐｕ，ＧＡＯ Ｙｕｅ，ＷＡＮＧ Ｈａｏ （Ｘｉ’ａｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｉｎｓｔｉｔｕｔｅ，Ｘｉ’ａｎ ７１０１０６，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｐｒｅｓｅｎｔｅｄ ａ ｎｅｗ ｓｐｅｅｃｈ ｓｉｇｎａｌ ｓｐａｒｓｅ ｄｏｍａｉｎ－－ｓｙｎｔｈｅｓｉｓ ｍａｔｒｉｘ ｂａｓｅｄ ｏｎ ｌｉｎｅａｒ ｐｒｅｄｉｃｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ ｂａｓｅｄ ｏｎ ｔｈｅ ｆｅａｔｕｒｅｓ ｏｆ ｓｐｅｅｃｈ ｓｉｇｎａｌ，ａｎｄ ｖｅｒｉｆｉｅｄ ｔｈｅ ｓｐａｒｓｉｔｙ ｏｆ ｓｐｅｅｃｈ ｓｉｇｎａｌ ｉｎ ｔｈｅ ｎｅｗ ｓｐａｒｓｅ ｄｏｍａｉｎ．Ｂｙ ｓｐｅｅｃｈ ｓｉｇｎａｌ ａｎｄ ｔｈｅ Ｇａｕｓｓｉａｎ ｒａｎｄｏｍ ｍａｔｒｉｘ，ｕｓｅｄ ＯＭＰ ｔｏ ｒｅｃｏｎｓｔｒｕｃｔ ｔｈｅ ｏｒｉｇｉｎａｌ ｓｐｅｅｃｈ ｓｉｇｎａ１．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｄｅｍｏｎｓｔｒａｔｅ ｔｈａｔ ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｔｈｅ ｓｐｅｅｃｈ ｒｅｃｏｖｅｒｅｄ ｕｓｉｎｇ ｃｏｍｐｒｅｓｓｅｄ ｓｅｎｓｉｎｇ ｆｏｒ ｓｐｅｅｃｈ ｓｉｇｎａｌ ｂａｓｅｄ ｏｎ ｌｉｎｅａｒ ｐｒｅｄｉｃｔｉｏｎ ａｎａｌｙｓｉｓ ｉｓ ｂｅｔｔｅｒ ａｎｄ ｒｅｃｏｎｓｔｒｕｃｔｅｄ ｓｉｇｎａｌ ｈａｓ ｇｏｏｄ ｓｅｇｍｅｎｔ ｓｉｇｎａｌ ｔｏ ｎｏｉｓｅ ｒａｔｉｏ ａｎｄ ｍｅａｎ ｏｐｉｎｉｏｎ ｓｃｏｒｅ，ｃｏｍｐａｒｅｄ ｗｉｔｈ ＤＣＴ ｄｏｍａｉｎ． Ｋｅｙ ｗｏｒｄｓ：ｃｏｍｐｒｅｓｓｅｄ ｓｅｎｓｉｎｇ（ＣＳ）；ｓｐｅｅｃｈ ｓｉｇｎａｌ；ｓｐａｒｓｉｔｙ；ｌｉｎｅａｒ ｐｒｅｄｉｃｔｉｏｎ ａｎａｌｙｓｉｓ；ｏｒｔｈｏｇｏｎａｌ ｍａｔｃｈｉｎｇ ｐｕｒｓｕｉｔ （ＯＭＰ）
