語(yǔ)音信號(hào)處理 第4版 第4章 語(yǔ)音信號(hào)分析 思考題答案

第四章語(yǔ)音信號(hào)分析思考題答案短時(shí)能量（短時(shí)平均幅值）和短時(shí)過(guò)零率的定義是什么？這兩種時(shí)域參數(shù)的用途有哪些？窗口函數(shù)的長(zhǎng)度和形狀對(duì)它們有什么影響？常用的有哪幾種窗口？設(shè)加窗分幀處理后得到的第n幀語(yǔ)音信號(hào)為xn(m)，則其短時(shí)能量為短時(shí)過(guò)零率定義為：濁音的短時(shí)平均幅度最大而短時(shí)過(guò)零率最低。清音的短時(shí)平均幅度居中而短時(shí)過(guò)零率最高，無(wú)聲的短時(shí)平均幅度最低而短時(shí)過(guò)零率居中。一個(gè)好的窗函數(shù)的標(biāo)準(zhǔn)是：在時(shí)域因?yàn)槭钦Z(yǔ)音波形乘以窗函數(shù)，所以要減小時(shí)間窗兩端的坡度，使窗口邊緣兩端不引起急劇變化而平滑過(guò)渡到零，這樣可以使截取出的語(yǔ)音波形緩慢降為零，減小語(yǔ)音幀的截?cái)嘈?yīng)；在頻域要有較寬的3dB帶寬以及較小的邊帶最大值。常用的窗函數(shù)有矩形窗和漢明窗。短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅差函數(shù)的定義及其用途是什么？在選擇窗口函數(shù)時(shí)應(yīng)考慮什么問(wèn)題？短時(shí)自相關(guān)函數(shù)的定義為：對(duì)于濁音，通過(guò)計(jì)算其短時(shí)自相關(guān)函數(shù)，找到自相關(guān)函數(shù)的最大值，則可以檢測(cè)其基音周期。計(jì)算自相關(guān)函數(shù)所用的窗口長(zhǎng)度與平均能量等情況略有不同。這里，Ｎ值至少要大于基音周期的兩倍，否則將找不到第一個(gè)最大值點(diǎn)。另一方面，Ｎ值也要盡可能地小，否則將影響短時(shí)性。因此長(zhǎng)基音周期要用寬的窗，短基音周期要用窄的窗。語(yǔ)音信號(hào)的短時(shí)譜的定義是什么？如何利用FFT求語(yǔ)音信號(hào)的短時(shí)譜？如何提高短時(shí)譜的頻率分辨率？如何利用實(shí)數(shù)序列傅里葉變換的頻譜具有的對(duì)稱性？什么是語(yǔ)音信號(hào)的功率譜？為什么在語(yǔ)音信號(hào)數(shù)字處理中，功率譜具有重要意義？對(duì)第n幀語(yǔ)音信號(hào)進(jìn)行離散時(shí)間傅里葉變換，可得到短時(shí)譜：令w=2pik/N，相當(dāng)于是對(duì)上式在頻域的取樣，可以用FFT來(lái)計(jì)算。在語(yǔ)音信號(hào)數(shù)字處理中，功率譜具有重要意義，在一些語(yǔ)音應(yīng)用系統(tǒng)中，往往都是利用語(yǔ)音信號(hào)的功率譜。請(qǐng)敘述同態(tài)信號(hào)處理的基本原理（分解和特征系統(tǒng)）。倒譜的求法及語(yǔ)音信號(hào)兩個(gè)分量的倒譜性質(zhì)是什么？有哪幾種避開相位卷繞的方法？請(qǐng)敘述它們的工作原理。如圖a所示為一卷積同態(tài)系統(tǒng)的模型，該系統(tǒng)的輸入卷積信號(hào)經(jīng)過(guò)系統(tǒng)變換后輸出的是一個(gè)處理過(guò)的卷積信號(hào)。這種同態(tài)系統(tǒng)可分解為三個(gè)子系統(tǒng)，如圖b所示，即兩個(gè)特征子系統(tǒng)（它們只取決于信號(hào)的組合規(guī)則）和一個(gè)線性子系統(tǒng)（它僅取決于處理的要求）。第一個(gè)子系統(tǒng)，如圖c所示，它完成將卷積性信號(hào)轉(zhuǎn)化為加性信號(hào)的運(yùn)算；第二個(gè)子系統(tǒng)是一個(gè)普通線性系統(tǒng)，滿足線性疊加原理，用于對(duì)加性信號(hào)進(jìn)行線性變換；第三個(gè)子系統(tǒng)是第一個(gè)子系統(tǒng)的逆變換，它將加性信號(hào)反變換為卷積性信號(hào)，如圖d所示。圖中，符號(hào)?、＋和·分別表示卷積、加法和乘法運(yùn)算。什么是復(fù)倒譜？什么是倒譜？已知復(fù)倒譜怎樣求倒譜？已知倒譜怎樣求復(fù)倒譜？有什么條件限制？如何將信號(hào)模型轉(zhuǎn)化為模型參數(shù)？最常用的是什么模型？什么叫逆逼近和逆濾波器？什么叫線性預(yù)測(cè)和線性預(yù)測(cè)方程式以及如何求解它們？由于語(yǔ)音樣點(diǎn)之間存在相關(guān)性，所以可以用過(guò)去的樣點(diǎn)值來(lái)預(yù)測(cè)現(xiàn)在或未來(lái)的樣點(diǎn)值，即一個(gè)語(yǔ)音的抽樣能夠用過(guò)去若干個(gè)語(yǔ)音抽樣或它們的線性組合來(lái)逼近。通過(guò)使實(shí)際語(yǔ)音抽樣和線性預(yù)測(cè)抽樣之間的誤差在某個(gè)準(zhǔn)則下達(dá)到最小值來(lái)決定唯一的一組預(yù)測(cè)系數(shù)。而這組預(yù)測(cè)系數(shù)就反映了語(yǔ)音信號(hào)的特性，可以作為語(yǔ)音信號(hào)特征參數(shù)用于語(yǔ)音識(shí)別、語(yǔ)音合成等。最常用的是線性預(yù)測(cè)模型。線性預(yù)測(cè)中的A(z)成為逆濾波器：通常用萊文遜—杜賓算法來(lái)求解。什么叫線譜對(duì)？它有什么特點(diǎn)？它是如何推導(dǎo)出來(lái)的？有什么用途？線譜對(duì)分析也是一種線性預(yù)測(cè)分析方法，只是它求解的模型參數(shù)是“線譜對(duì)”。線譜對(duì)是頻域參數(shù)，因而和語(yǔ)音信號(hào)譜包絡(luò)的峰有著更緊密的聯(lián)系；同時(shí)它構(gòu)成合成濾波器H(z)時(shí)容易保證其穩(wěn)定性，合成語(yǔ)音的數(shù)碼率也比用格型法求解時(shí)要低。具體推導(dǎo)過(guò)程參見(jiàn)教材第72-73頁(yè)。什么叫MFCC和LPCMCC？如何求解它們？MFCC是Mel頻率倒譜系數(shù)的簡(jiǎn)稱，該分析著眼于人耳的聽(tīng)覺(jué)特性，因?yàn)?，人耳所?tīng)到的聲音的高低與聲音的頻率并不呈線性正比關(guān)系，而用Mel頻率尺度則更符合人耳的聽(tīng)覺(jué)特性。具體求解步驟參加教材第65-66頁(yè)。LPCCMFC為L(zhǎng)PCMel倒譜系數(shù)，即通過(guò)LPC求解的倒譜系數(shù)再轉(zhuǎn)換成符合人聽(tīng)覺(jué)特性的Mel尺度，進(jìn)行非線性變換，從而求出LPCMel倒譜系數(shù)小波分析的意義是什么？有什么特點(diǎn)？小波變換則針對(duì)短時(shí)傅里葉變換的缺點(diǎn)，采用了一種面積固定不變但形狀不斷改變的分析窗口來(lái)對(duì)非平穩(wěn)信號(hào)進(jìn)行變換。小波分析采用具有時(shí)域局域化特性的小波函數(shù)作為基底，無(wú)論低頻還是高頻的局部信號(hào)，它都能自動(dòng)調(diào)節(jié)時(shí)頻窗以適應(yīng)實(shí)際分析的需要。小波分析在局部時(shí)域分析中具有很強(qiáng)的靈活性，能聚焦到信號(hào)時(shí)頻段的任意細(xì)節(jié)。因此小波變換具有多分辨分析的特點(diǎn)，其在時(shí)頻兩域都具有表征信號(hào)局部特征的能力，是一種時(shí)間窗和頻率窗都可以改變的時(shí)頻局部化分析方法。小波變換在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨率，在高頻部分具有較高的時(shí)間