语音检测分析——语音特征参数的提取和分析。 主要包括：基音检测和共振峰参数的估值。 自相关法
基音检测
倒谱法 简化逆滤波法（SIFT）
1. 带通滤波器法
共振峰估值
2. DFT法 3. 倒谱法
4. LP 路及实现过程？
2.用倒谱法实现基音检测和共振峰检测的原理？
i 1
p
u(n)
H（z）
s(n)
H (z) G 1 ai z i
i 1 p
，
ai 为实数
图6-1 信号s(n)的模型化
第六章思考题：
1.如何将信号模型化为模型参数？最常用的是 什么模型？什么叫线性预测？什么叫逆滤波器？
2. 什么叫LPC参数？PARCOR参数？LSP参数？ 3.什么是LPC谱？LPC谱估计的特点。
第三章语音信号的时域分析
语音处理的目的 语音信号分析方法 短时分析技术
取样率的选择 语音信号的 数字化和预处理 量化字长的选择 预处理 短时平均能量的定义 窗口形状的选择 短时能量分析 窗口的长度 主要用途
直角窗和海明窗 的频率特性比较
短时平均幅度
过零分析的概念 短时平均过零数的实现
短时过零分析
第五章 语音信号的同态滤波及倒谱分析
同态信号处理也叫同态滤波，它实现了将卷积关系 变换为求和关系的分离处理。 卷积同态系统模型
同态信号处理的基本原理
特征系统 D*[
复倒谱和倒谱
] 和D*-1[ ] 的三步数学运算
语音信号两个卷积分量的复倒谱
避免相位卷绕的算法 最小相位信号序列：
信号的零极点全部在z 平面单位圆内。
第十章思考题
1.在语音通信中，常将语音质量分为哪四等？
2.语音信号能进行压缩编码的依据是什么？语 音编码的分类？
3.自适应的控制量有几个？控制方式有几种， 其特点是什么？ 4.预测编码可以改善信噪比的原因是什么？
7.1概述 7.2矢量量化的基本原理 7.3失真测度 7.4最佳矢量量化器和码本设计
7.5降低复杂度的矢量量化系统
7.6语音参数的矢量量化
第七章思考题：
1.矢量量化的定义 2.什么是失真测度？常用的失真测度有哪 些？ 3. 矢量量化器最佳设计的两个条件？ 4. LBG算法
8.1
8.2
第五章思考题：
1.卷积同态系统的组成及意义？特征系统D*[ ]和逆特征 系统D*-1[ ]运算的三个步骤是什么？ 2. 什么是复倒谱？什么是倒谱？清、浊音的复倒谱或倒 谱各有什么特点？
主要内容
6.1概述 6.2线性预测分析的基本原理 6.3线性预测分析的解法——自相关法 6.4格型法 6.5线性预测分析应用 ---LPC谱估计和LPC复倒谱
线性预测分析就是根据已知信号s(n)对各 ˆi ˆ i 和增益G进行估计。在这里 a 参数 a 为线性预测系数
s(n)
F（z）
ˆ ( n) s
图6-3 线性预测器
F ( z ) ai z i
i 1
p
s(n)
e(n)
A(z)
A( z ) 1 F ( z ) 1 ai z i
概述
隐马尔可夫模型的引入
8.3
8.4
隐马尔可夫模型的定义
隐马尔可夫模型三项问题的求解
第八章思考题
1.什么叫做隐马尔可夫过程？为什
么说语音信号可以看成隐马尔可夫过 程？隐马尔可夫模型有哪些模型参数？ 请叙述这些参数的含义和定义式。 2. HMM模型的结构主要有哪两种？ 主要用在什么场合？ 3.转移概率矩阵的计算。
短时平均过零数的应用
相关分析 自相关函数的定义
短时自相关函数的定义 短时相关分析 自相关函数的性质 修正的短时自相关函数 短时平均幅度差函数(AMDF)
第三章思考题：
1. 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？ 2. 短时平均能量（平均幅度）和短时平均过 零率的定义。这两种时域参数的用途。窗口 函数的长度和形状对它们有什么影响？ 3. 短时自相关函数和短时平均幅度差函数定 义和用途，它们间有什么差异？
Speech Signal Processing
中国矿业大学 信息工程系
全书三篇，16章（讲15章） 第一篇 语音信号处理基础
第一章 第二章 绪论 语音信号处理的基础知识
第二篇 语音信号分析
第三章 语音信号的时域分析
第四章
第五章
语音信号的短时傅里叶分析
语音信号的同态滤波及倒谱分析
第六章
第七章
语音信号的线性预测分析
语音的分类
语音的基本特性
语音的时间波形和频谱特性
语音信号的统计特性
激励模型 语音信号 的产生模型 声道模型
声管模型
级联型
共振峰模型 并联型
辐射模型
混合型
定义 人耳的听力范围 语音感知 声音的三要素 掩蔽效应
第二章思考题：
1. 什么叫语言？什么叫语音？ 2. 人类的发音器官包括哪些？在发音时各起了 什么作用？ 3. 解释以下概念：基音频率、共振峰、浊音、 清音。 4. 语音信号模型包括哪些子模型？激励模型和 辐射模型各属于什么性质的滤波器？
语音编码的概念、应用和分类等
语音信号的压缩编码原理
对语音进行压缩编码的两个基本依据等 语音通信中的语音质量 脉冲编码调制(PCM)及其自适应 自适应量化分为前馈或反馈两种
预测编码及其自适应APC
自适应预测编码APC系统框图、总量化误差
预测编码可以改善信噪比的原因
短时预测和长时预测 自适应差分编码调制（ADPCM）
第四章 语音信号的短时傅里叶分析
标准傅里叶变换的解释
短时傅里叶变换的定义
滤波器的解释
短时傅里叶变换的取样率 语音信号的短时综合
滤波器组求和法
语谱图
可同时在时间和频率上显示语音频谱随 时间的变化。
第四章思考题：
1. 语音信号的短时谱的定义。如何提高短 时谱的频率分辨率？
2. 在求语音信号的短时谱时，对窗函数有 什么要求？ 对语音信号频谱分析采用海 明窗和矩形窗各有什么特点？ 3. 什么是语谱图？它有什么特性？
语音信号的矢量量化
第八章
第九章
隐马尔可夫模型（HMM）
语音检测分析
第三篇 语音信号处理技术与应用
第 十 章 第十一章 语音编码（一） ——波形编码 语音编码（二） ——声码器技术与混合编码 语音合成 语音识别
第十二章
第十三章
第十四章
第十五章
说话人识别
语音增强
第二章 语音信号处理的基础知识
语音的产生