語音信號處理教學大綱

語音信號處理教學大綱目錄一、教學目的和要求 150二、教學中應注意的問題 150三、教學內容 151第1章緒論 151第2章語音信號處理基礎知識 151第3章語音信號分析 151第4章矢量化技術 152第5章隱馬爾可夫模型 152第7章語音編碼 152第8章語音合成 153第9章語音識別 153第10章說話人識別與語種辨識 153第11章語音轉換與語音隱藏 154第14章語音增強 154四、教學課時分配 154五、建議教材及參考書目 155課程名稱：語音信號處理課程編號：056134英文名稱：SpeechSignalProcessing課程性質：獨立設課課程屬性：專業(yè)方向共選課應開學期：第6學期學時學分：課程總學時48，其中實驗學時16。課程總學分3學生類別：本科生適用專業(yè)：電子信息工程、電子信息科學與技術、電子科學與技術等專業(yè)學生。先修課程：概率論與數(shù)理統(tǒng)計、數(shù)字信號處理、信號與系統(tǒng)一、教學目的和要求本課程是電子信息類學科的一門專業(yè)課，是研究應用數(shù)字信號處理技術對語音信號進行處理的一門新興交叉性學科。通過本課程的學習，使學生系統(tǒng)掌握語音信號處理的原理技術和實現(xiàn)方法，了解前沿、新興技術在語音信號處理中的應用以及學科最新的研究成果與進展，充分了解語音信號處理技術在信息表達、傳遞、認知中的作用，為進一步在相關領域開展研究和開發(fā)工作奠定基礎。課程著重研究語音信號處理的原理、語音信號處理基本方法的編程實現(xiàn)。通過教學要求學生：1．了解語音信號處理基本知識：語音信號的生成的數(shù)學模型。2．掌握語音信號分析的常用方法:語音信號預處理、語音信號時域分析、頻域分析、倒譜分析、線形預測分析、基音周期估計、共振峰估計方法。3．了解隱馬爾可夫模型（HMM）、矢量量化基本原理和方法。4．掌握語音編碼的原理、常用方法。5．了解語音合成、語音識別、語音增強的基本原理與常用方法。二、教學中應注意的問題本課程主要是介紹語音信號處理的基礎理論和基本算法，對相應的數(shù)學基礎要求比較高，另外，本課程與實踐聯(lián)系緊密，要求學生掌握一定的編程方法和能力。因此在教學中要著重學生對基本理論和算法的理解，并加強理論的實踐，通過大量實驗使其在實踐中得以強化。另外，語音信號處理是目前發(fā)展最為迅速的信息科學研究領域中的一個，其研究涉及一系列前沿課題，且處于迅速發(fā)展之中。因此，在教學過程中在向學生系統(tǒng)地介紹語音信號處理中的基本理論、方法的同時，應適當加強相關新技術、新成果的介紹，使學生能夠了解學科發(fā)展的最新動態(tài)及趨勢，看到課程更為鮮活的一面，以激發(fā)學生的學習興趣。三、教學內容課程主要講授語音信號處理基礎、語音信號分析、語音編碼、語音合成、語音識別和增強等基礎理論、技術和方法。主要內容如下：第1章緒論語音信號處理綜述。重點為同學們介紹語音信號處理的發(fā)展與應用前景，培養(yǎng)學習興趣。第2章語音信號處理基礎知識本章主要講授語音信號的一些基本特征及人類對語音的認知過程，包括語音產(chǎn)生過程、語音的時間波形、譜特性等。重點介紹語音信號產(chǎn)生的數(shù)字模型。要求同學掌握語音產(chǎn)生的數(shù)字模型。語音和語言漢語語音學語音生成系統(tǒng)和語音感知系統(tǒng)語音信號生成的數(shù)學模型語音信號的特性分析第3章語音信號分析本章主要講授語音信號特征分析和處理技術，包括時域分析、頻域分析、倒譜分析、線性預測分析、音調檢測和共振峰檢測方法等。概述語音信號的數(shù)字化和預處理語音信號的時域分析語音信號的頻域分析語音信號的倒譜分析語音信號的線性預測分析語音信號的小波分析基因周期估計共振峰估計第4章矢量化技術本章主要講授矢量量化（VQ）的基本原理、失真測度、最佳量化器和碼本的設計、LBG算法、降低復雜度的系統(tǒng)、語音參數(shù)的矢量量化。要求了解VQ在語音信號處理中的地位，掌握VQ的原理和設計方法。概述矢量化的基本原理矢量化的失真測度矢量量化器的最佳碼本設計矢量量化技術的優(yōu)化設計第5章隱馬爾可夫模型本章主要講授HMM的引入、HMM的定義、HMM三項問題的求解、Viterbi算法和一些實際問題。本章重點是建立馬爾可夫模型的概念。隱馬爾可夫模型的引入隱馬爾可夫模型的定義隱馬爾可夫模型的基本算法隱馬爾可夫模型的各種結構類型隱馬爾可夫模型的一些實際問題第7章語音編碼本章主要講授語音編碼的原理、常用方法。概述語音信號壓縮編碼的原理和壓縮系統(tǒng)評價語音信號的波形編碼語音信號的參數(shù)編碼語音信號的混合編碼現(xiàn)代通信中的語音信號編碼第8章語音合成本章主要講授語音合成的基本概念和方法，語音合成的原理，共振峰合成，線性預測合成及有關實例。本章的重點在語音合成的線性預測合成算法。概述共振峰合成法線性預測合成法語音合成專用硬件簡介PSOLA算法合成語音文語轉換系統(tǒng)第9章語音識別本章主要講授語音識別的概念、分類，識別的原理，動態(tài)時間規(guī)整(DTW)，有限狀態(tài)矢量量化技術，孤立詞識別技術，連續(xù)語音識別。本章的難點是DTW，重點是孤立詞識別技術。概述語音識別原理和識別系統(tǒng)的組成動態(tài)時間規(guī)整孤立字（詞）識別系統(tǒng)連續(xù)語音識別系統(tǒng)連續(xù)語音識別系統(tǒng)的性能評測第10章說話人識別與語種辨識本章主要講授說話人識別及語種辨識的基本原理與方法。重點在于基本理論方法的掌握。概述說話人識別方法和系統(tǒng)結構應用DTW的說話人確認系統(tǒng)應用VQ的說話人識別系統(tǒng)應用HMM的說話人識別系統(tǒng)應用GMM的說話人識別系統(tǒng)說話人識別中尚需進一步探索的研究課題第11章語音轉換與語音隱藏本章主要講授語音轉換與隱藏的基本原理、常用方法和應用。重點在于基本理論方法的掌握。語音轉換的原理和應用常用語音轉換的方法語音分析模型和語音庫的選擇應用GMM的語音轉換語音轉換的研究方向語音信息隱藏的原理及應用語音信息隱藏的常用方法語音信息隱藏系統(tǒng)的評價標準語音信息隱藏需要研究和解決的問題第14章語音增強本章主要講授解決噪聲污染的有效的語音增強方法，包括濾波法，相關特性增強技術，非線性處理技術，減譜法等。本章的重點是要了解語音增強的方法。概述語音特性、人耳感知特性及噪聲特性濾波法語音增強技術利用相關特性的語音增強技術非線性處理法語音增強技術減普法語音增強技術利用Weiner濾波法的語音增強技術四、教學課時分配教學課時分配表章內容課時分配(學時)課堂授課實驗上機討論課外備注1緒論22語音信號處理基礎知識223語音信號分析684矢量化技術25隱馬爾可夫模型47語音編碼28語音合成29語音識別4610說話人識別與語種辨識411語音轉換與語音隱藏214語音增強2合計3216總授課課時48注：課時分配中的內容可根據(jù)課程需要進行設置。五、建議教材及參考書目教材：《語音信號處理(第