语音信号处理 第十章-第十三章复习题

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）ATC3、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）1、画出矢量量化器的基本结构，并说明其各部分的作用。

2、试画出语音信号产生的离散时域模型的原理框图，并说明各部分的作用。

五、简答题：（共5小题，前三小题，每题5分，后两小题，每题10分，共35分）1、线性预测分析的基本思想是什么？2、隐马尔可夫模型的特点是什么？3、矢量量化器的所谓最佳码本设计是指什么？4、针对短时傅里叶变换Ⅹn(ejw)的定义式，请从两个角度对其进行物理意义的分析。

Ch1 绪论§1.1 语音信号处理概述一、语音、语音信号处理的名词解释1、语音：是语言的声学表现，是声音和意义的结合体，是相互传递信息的重要手段，是人类最重要、最有效、最常用和最方便的交换信息的形式。

2、语音信号处理：是研究用数字信号处理技术对语音信号进行处理的一门学科，它是一门新兴的学科，同时又是综合性的多学科领域和涉及很广的交叉学科。

二、语音学的名词解释（集中备课）语音学：是研究言语过程的一门科学，它包括三个研究内容：发音器官在发音过程中的运动和语音的音位特性；语音的物理特性；以及听觉和语言感知。

§1.2 语音信号处理的发展概况一、语音编码、语音合成、语音识别名词解释（参见大纲）1、语音编码：语音编码技术是伴随着语音信号的数字化而产生的，目前主要应用在数字语音通信领域。

2、语音合成：语音合成的目的是使计算机能像人一样说话。

3、语音识别：语音识别是使计算机判断出所说的话得内容。

Ch2 基础知识§2.2 语音产生的过程一、语音、清音、浊音1、语音：声音是一种波，能被人耳听到，振动频率在20Hz-20kHz之间。

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。

语音的振动频率最高可达15kHz左右。

2、人类生成语音过程可分为神经和肌肉的生理学阶段和产生语音波、传递语音波的物理阶段。

3、浊音、清音：语音由声带振动或不经声带振动来产生，其中由声带振动产生的音统称为浊音，而不由声带振动产生的音统称为清音。

浊音中包括所有的元音和一些辅音，清音包括另一部分辅音。

二、语音的产生过程：空气从肺部排出形成气流。

空气通过声带时，如果声带是紧绷的，则声带将产生张弛振动，即声带周期性地开启和闭合。

声带开启时，空气流从声门喷射出来，形成一个脉冲；声带闭合时相应于脉冲序列的间歇期。

三、基音周期、基音频率基音周期：声带开启和闭合一次的时间即振动周期称为音调周期或基音周期。

基音频率：基音周期的倒数称为基音频率，简称为基频。

语音信号处理复习资料一、名词解释：1、基音周期：声带开合一次的时间为基音周期（pitch period）。

它的倒数称为基频。

2 、音色：也叫音质；由混入基音中的倍音决定。

3 、音高：声音的高低；主要用基频反映。

基频值越大，反映出的音高越高。

4、音强：发音的轻重；可以用声压或声强来表示声音的强度，一般用相对声压或相对声强表示。

5、音长：声音的长短，取决于发音持续时间的长短。

6、响度：是一种主观心理量，主观感觉到的声音强弱的一种衡量标准，它与频率有关。

一样的音强，不一样的频率，则响度也会有所不同。

7、听觉掩蔽效应：一个更响的音调可以将其频率附近的较低的音调掩蔽。

可以分为同时掩蔽和异外时掩蔽。

8、临界频带：一个纯音可以被以它为中心频率，且具有一定带宽的连续噪声所掩蔽，如果在这一频带内噪声功率等于该纯音的功率，这时该纯音处于刚好能被听到的临界状态，即称这一带宽为临界带宽。

临界带宽有许多近似表示，一般在低于500 Hz的频带内，临界带宽约为100Hz，在高于500Hz 时，临界带宽约为中心频率的20% 。

人耳的基底膜具有与频谱分析仪相似的作用。

频率群的划分相应地将基底膜分成许多小的部分，每一部分对应一个频率群。

掩蔽效应就是在这些频率群内发生，这是因为对应的那一频率群的基底膜部分的声音，在大脑中似乎是叠加在一起来评价的，如果这时同时发声，可以互相掩蔽。

9、采样的基础知识：对于一个有限带宽的模拟信号，其频谱的最高频率为F0，在对其进行采样时，其采样频率在Fs>2F0时，采样后的信号才能保证信息不丢失。

语音信号中人耳可以感知的最大频率在3.4KHz左右采样频率在8KHz~16KHz之间短时分析：内平稳语音信号是一种随时间而变化的信号，可能是浊音激励也可能是清音激励，浊音的基音周期以及信号幅度等语音特性也都随时间变化，但这种变化是缓慢的，在一小段短时间内10~30ms，语音信号近似不变。

于是，我们把变化的语音信号分成一些相继的短时间段来处理。

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 2010 00 00 00 01 00 02 00 44 AC 00 00 10 B1 02 0004 00 10 00 64 61 74 61 80 9A 7B 01 42 FF 35 FCE2 FE 07 00 E7 FE AF 03 5F FF 65 01.....................2 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根本保持不变，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。

6 什么是浊音的基音频率(F0)？男性、女性和儿童的F0大致分布在什么范围。

答：浊音的基音频率(F0)：声带张开和闭合一次的时间的倒数。

由声带的尺寸、特性和声带所受张力决定。

F0的大小决定了声音的上下，称为音高。

男性的F0大致分布在:60-200Hz,女性和儿童的F0大致分布在：200-450Hz7 可以认为多长的时间范围内，语音信号是平稳信号。

答：10-30ms8 语音的采样率为8kHz；纯语音在进行计算机录入时，一般采样率在15kHz~20kHz左右；音乐的采样率可以高达44kHz。

9 如何利用语音信号的时域分析方法进行清、浊判断。

答：1、短时能量分析依据：是基于语音信号幅度随时间变化】清音段幅度小，其能量集中高频段；浊音段幅度较大，其能量集中低频段;2、平均幅度分析的依据：清音段幅度小，浊音段幅度较大。

语⾳信号处理_考试参考题（修订版）（1）⼀、填空题：（每空1 分，共60分）1、语⾳信号的频率范围为（300－3400kHz），⼀般情况下采样率为（8kHz ）。

书上22页2、语⾳的形成是空⽓由（肺部）排⼊（喉部），经过（声带）进⼊声道，最后由（）辐射出声波，这就形成了语⾳。

书上11页。

肺中的通过（稳定）的⽓流或声道中的⽓流激励（喉头⾄嘴唇的器官的各种作⽤）⽽产⽣。

当肺中的⽓流通过声门时，声门由于其间⽓体压⼒的变化⽽开闭，使得⽓流时⽽通过，时⽽被阻断，从⽽形成⼀串周期性脉冲送⼊声道，由此产⽣的语⾳是（浊⾳）。

如果声带不振动，声门完全封闭，⽽声道在某处收缩，迫使⽓流⾼速通过这⼀收缩部位⽽发⾳，由此产⽣的语⾳是（清⾳）。

3、语⾳信号从总体上是⾮平稳信号。

但是，在短时段（10~30）ms中语⾳信号⼜可以认为是平稳的，或缓变的。

书上24页4、语⾳的四要素是⾳长，⾳强，⾳⾼和⾳质，它们可从时域波形上反映出来。

其中⾳长特性：⾳长（长），说话速度必然慢；⾳长（短），说话速度必然快。

⾳强的⼤⼩是由于声源的（震动幅度）⼤⼩来决定。

5、声⾳的响度是⼀个和（振幅）有密切联系的物理量，但并不就是⾳强。

6、⼈类发⾳过程有三类不同的激励⽅式，因⽽能产⽣三类不同的声⾳，即（浊⾳）、（清⾳）和（爆破⾳）。

7、当⽓流通过声门时声带的张⼒刚好使声带发⽣较低频率的张弛振荡，形成准周期性的空⽓脉冲，这些空⽓脉冲激励声道便产⽣浊⾳如果声道中某处⾯积很⼩，⽓流⾼速冲过此处时⽽产⽣湍流，当⽓流速度与横截⾯积之⽐⼤于某个门限时（临界速度）便产⽣摩擦⾳，即（清⾳）。

8、如果声道某处完全闭合建⽴起⽓压，然后突然释放⽽产⽣的声⾳就是（爆破⾳）。

9、在⼤多数语⾳处理⽅案中，基本的假定为语⾳信号特性随时间的变化是（平稳随机）的。

这个假定导出各种（线性时不变）处理⽅法，在这⾥语⾳信号被分隔为⼀些短段再加以处理。

10、⼀个频率为F。

的正弦形信号以Fs速率抽样，正弦波的⼀周内就有（Fs/F0）个抽样。

1 研究语音信号处理的目的是什么？人类的通信有哪三种方式，从而说明语音信号处理有哪三个学科分支？它的目的一是要通过处理得到一些反映语音信号重要特征的语音参数以便高效的传输或储存语音信号信息；二是要通过处理的某种运算以达到某种用途的要求。

1.什么叫做语言学？什么叫做语音学？言语过程可分为哪五个阶段？语音中各个音的排列由一些规则所控制，对这些规则及其含义的研究学问称为语言学；另一个是对语音中各个音的物理特征和分类的研究称为语音学。

人的说话过程如图2-1所示，可以分为五个阶段：（1）想说阶段：（2）说出阶段：（3）传送阶段：（4）接收阶段：（5）理解阶段：3、有哪几种描述声道特性的数学模型？请说明声管模型流图是如何得出的？有几种共振峰模型？各有什么特点和适用情况？声道的数学模型有两种观点：1）声管模型将声道看为由多个不同截面积的管子串联而成的系统。

在“短时”期间，声道可表示为形状稳定的管道。

另一种观点是把声道视为一个谐振腔，按此推导出的叫“共振峰模型”。

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。

由于人耳听觉的柯替氏器官的纤毛细胞就是按频率感受而排列其位置的，所以这种共振峰的声道模型方法是非常有效的。

一般来说，一个元音用前三个共振峰来表示就足够了；而对于较复杂的辅音或鼻音，大概要用到前五个以上的共振峰才行。

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、并联型和混合型。

（1）级联型声道模型这时认为声道是一组串联的二阶谐振器。

从共振峰理论来看，整个声道具有多个谐振频率和多个反谐振频率，所以它可被模拟为一个零极点的数学模型；但对于一般元音，则用全极点模型就可以了。

它的传输函数可分解表示为多个二阶极点的网络的串联：N=10，M=5时的声道模型如下图所示：（2）并联型声道模型对于非一般元音以及大部分辅音，必须考虑采用零极点模型。

此时，模型的传输函数如下：通常，N>R ，且设分子与分母无公因子及分母无重根，则上式可分解为如下部分分式之和的形式：这就是并联型的共振峰模型。

《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》课程笔记第一章语音信号处理的基础知识1.1 语音信号处理的发展历程语音信号处理的研究起始于20世纪50年代，最初的研究主要集中在语音合成和语音识别上。

在早期，由于计算机技术和数字信号处理技术的限制，语音信号处理的研究进展缓慢。

随着技术的不断发展，尤其是快速傅里叶变换（FFT）的出现，使得语音信号的频域分析成为可能，从而推动了语音信号处理的发展。

到了20世纪80年代，随着全球通信技术的发展，语音信号处理在语音编码和传输等领域也得到了广泛应用。

近年来，随着人工智能技术的快速发展，语音信号处理在语音识别、语音合成、语音增强等领域取得了显著的成果。

1.2 语音信号处理的总体结构语音信号处理的总体结构可以分为以下几个部分：（1）语音信号的采集和预处理：包括语音信号的采样、量化、预加重等操作，目的是提高语音信号的质量，便于后续处理。

（2）特征参数提取：从预处理后的语音信号中提取出能够反映语音特性的参数，如基频、共振峰、倒谱等。

（3）模型训练和识别：利用提取出的特征参数，通过机器学习算法训练出相应的模型，并进行语音识别、说话人识别等任务。

（4）后处理：对识别结果进行进一步的处理，如语法分析、语义理解等，以提高识别的准确性。

1.3 语音的发声机理和听觉机理语音的发声机理主要包括声带的振动、声道的共鸣和辐射等过程。

声带振动产生的声波通过声道时，会受到声道形状的影响，从而产生不同的音调和音质。

听觉机理是指人类听觉系统对声波的感知和处理过程，包括外耳、中耳、内耳和听觉中枢等部分。

1.4 语音的感知和信号模型语音的感知是指人类听觉系统对语音信号的识别和理解过程。

语音信号模型是用来描述语音信号特点和变化规律的数学模型，包括时域模型、频域模型和倒谱模型等。

这些模型为语音信号处理提供了理论基础和工具。

第二章语音信号的时域分析和短时傅里叶分析2.1 语音信号的预处理语音信号的预处理主要包括采样、量化、预加重等操作，目的是提高语音信号的质量，便于后续处理。