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()()(zRVzGzH=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：z11H(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,01,1)(Nnnω可简化为：∑--=--=nNnmnmxmxz)1(|)]1(sgn[)](sgn[|21π另一种是汉明窗，窗函数：⎩⎨⎧≤≤--=其他,0)]1/(2[cos46.054.0NnNnπω14·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：∑+∞-∞=+=mkmxMx)()()R(k时域离散随机信号：∑-=++=NNmkmxmxN)()(121)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(|)(|RKR≤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））（mx(m-nω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。

1）)()(^s p1i n s n i i a -=∑=P 阶线性预测器传递函数za ipi i z -=∑=1)P （2）Z 域：)()()Gu 1i n s n s n Fi i a --=∑=（线性预测分析条件：⎩⎨⎧==)()(i n e n Gu a iα 系统表达式： Gu(n)*h(n)=s(n) 3)线性预测误差e(n) e(n)=s(n)-s^(n)⎪⎪⎩⎪⎪⎨⎧-==-=∑∑=-=-pi ii p i i i z a z a z s z E z A z s z s n E 111)()()()()()(线性预测方程:0)(-R(k p1=-∑=i k R i i a ）23·模型增益G,增益常数G^2=Ep. 24·量化分为标量量化和矢量量化。

标量量化：把抽样后的信号值逐个进行量化。

矢量量化：先把信号序列的每K 个连续样点分成一组，形成k 维欧氏空间中的一个矢量，然后对此矢量进行量化。

25·矢量量化能降低信码率，传输的是角标。

码书：最小失真值所对应的量化矢量Yi,把所有N 个量化矢量构成集合{Yi},. 码字：码书中的矢量称为码字。

26·失真测度：是以什么方法来反映用码字Yi 代替信源矢量X 时所付出的代价，统计平均值：D=E[d(x,Q(x))]27·最佳矢量量化器：在给定条件下，失真最小的矢量量化器，称为这个条件下的最佳矢量量化器。

（2）设计最佳矢量量化器的两个必要条件：1）在给定码书的条件下，寻找信源空间的最佳划分，使平均失真最小。

2）在给定划分的条件下，寻找最佳码书，使平均失真最小。

28·LBG 算法：设置矢量量化器的主任务：设计码书Yn,对于给定码字数目N 的情况下，由两个必要条件可推导出一个矢量量化器的设计算法。

1）算法一：已知信源分布特性设计算法， 2）算法二：已知训练序列的设计算法。

29·初始码书的选取方法：1）随机法：从训练序列中随机选取N 个矢量作为初始码字，构成初始码书Yn={Y1,Y2...Yn].2)分裂法：计算所训练序列 Ts 形心，将之作为第一个码字Y1. 30·降低复杂度的矢量量化系统是树形搜索。

31.设计树形结构方法：1）1）从树叶开始设计：根据码字距离最近配对，并找出码字对中心，(Y000.Y001)--Y00...........(Y00.Y01)---Y0..............且树叶数N=8,2）从树根开始设计：利用分裂法得Y0与Y1,逐次求得Y00 (11)32.在存储量上，二叉树多于全搜索，2）树形搜索矢量量化器的特点：以适当提高空间复杂度来降低时间复杂度。

33.语音编码分类：1）波形编码：重建后波形与原始波形保持一致。

特点：语音质量好，适应能力强，算法简单，易于实现，抗噪声性能强，缺点：所需的编码速率高，一般在16~64kbit/s 。

2）参数编码：以语音信号产生数字模型为基础，对数字语音进行分析，提出一组特征参数，这些参数携带有语音信号主要信息编码，它们只需较少的比特数，在解码后可由这些参数，重新合成语音信号。

特点：可实现低速率语音编码，其编码速率可低至2.4bit/s 以下。

缺点：语音质量差，自然度较低。

3）混合编码：在保留参数编码技术上，引用波形编码准则去优化激励源信号，克服原有波形和参数编码的弱点，汲取所长。

34·语音信号存在大量冗余：样点值之间相关性。

35·信源：PCM 有效性 信道：奇偶性 可靠性36·语音编码设计指标：1）编码速率2）质量：主观MOS 与客观SNR.3)延时 4）复杂度37.语音信号常用方法：分段信噪比。

38.均匀量化PCM 的信噪比：SNR(dB)=6.02--7.2B 。

信噪比与信号方差无关，它仅取决于量化间隔。

39.自适应量化PCM自适应方案分为前馈自适应和反馈自适应。

调整幅度分为量化间隔可变和量化台阶可变。

自适应量化是指量化器特征自适应于输入信号幅度变化。

40.自适应预测编码：如果对残差序列e(n)做量化和编码，在同样信号量化噪声比条件下，所需的量化比特数就可以减少，从而达到压缩编码的目的，给予这一原理方法称为预测编码，当预测系数是适应的随语音信号变化时，又称自适应预测编码41.斜率过载：在译码器中，所恢复的阶梯波的上升或下降有可能跟不上信号的变化，因而产生滞后，这就造成失真。

称为斜率过载2）如何克服斜率过载失真，只要增加量化电平。

42.颗粒噪声：在译码器中所得到的将是峰--峰值等于2的等幅脉冲序列，这便形成一种噪声，称为颗粒噪声。

43.短时傅里叶变换：∑+∞-∞=--=m jwn jwee m n w m x Xn )()()(长时傅里叶变换：∑+∞-∞=-→=m jwnjwm f m x x ee )()()(44自定义预测如何提高信噪比，量化噪比定义：)]([)]([22n E n E SNR q s ==Gp ·SNRq。