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 20 10 00 00 00 01 00 02 00 44 AC 00 00 10 B1 02 00 04 00 10 00 61 74 61 80 9A 7B 01 42 FF 35 FC E2 FE 07 00 E7 FE AF 03 5F FF 65 01..................... 内容批注(Notes) (Contents) 区块说明52 49 46 46 R I F F (Chunk A4 9A 7B 01 24,877,732 Chunk size (017B9AA4) = 24,877,732 16descriptor) 编码(Code) 内容批注(Notes) (Contents) f m t 16 1 2 Sub_chunk_1 size (00000010) 16 = 16 (0001) 16= 1, PCM format (audio) Number of channels = (0002) 16= 2 Sampling rate (0000AC44) 16= 44,100 Bytes/second = (0002B110) 16 = 176,400 Block align =(0004) 16= 4 Bits/sample = (0010) 16= 16 批注(Notes) 编码(Code) 57 41 56 45 W A V E fmt 子 区块 66 6d 74 20 (fmt 10 00 00 00 sub_chunk) 01 00 02 00 44 AC 00 00 44,100 10 B1 02 00 176,400 04 00 10 00 编码(Code) 内容(Contents) 4 16 数据子区 61 74 61 d a t a 块 80 9A 7B 01 24,877,696 Size:(017B9A80) 16 = 24,877,696 (data 42 FF 35 FC L= 65,346,R= ,565 (FF42) 16= 65,346 sub_chunk) (FC35) 16= ,565 E2 FE 07 00 L= 65,250,R= 7 E7 FE AF 03 L= 65,255,R=943 5F FF 65 01 L= 65,375,R= 357 (FEE2) 16= 65,250 (0007) 16= 7 (FEE7) 16= 65,255 (03AF) 16= 943 (FF5F) 16= 65,375 (0165 ) 16= 357 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基本保持不变，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高低，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：200-450Hz 7 可以认为多长的时间范围内，语音信号是平稳信号。 答：10-30ms
8 电话语音的采样率为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。
3、短时平均过零率：浊音平均过零率低，集中在低频段；清音过零率高，集中在高频段。
4、短时自相关函数：浊音语音的自相关函数具有一定的周期性；
清音语音的自相关函数不具有周期性，类似噪声，有点如语音信号本身 10 通过对语音信号进行分析，可以提取到那些特征参数（列举出三个以上）。 答：短时能量和短时平均幅度，短时平均过零率，短时自相关函数 11 人的发音器官包括那些。
答：人体发音器官—肺、气管、喉（包括声带）和声道。
12、 傅立叶分析在信号处理中有什么意义？
答：1、它是分析线性系统和平稳信号和稳态信号特性的强有力手段。
2、以复指数函数为基函数的正交变换，理论完善，计算方便，概念容易理解。
3、傅里叶分析可以使信号的某些特性变得很明显。语音信号的频谱具有非常明显的语言学意义，可以获得重要的语音特征（如共振峰频率和带宽等），
13 文语转换系统（TTS）属于那种语音合成系统。 答：规则语音合成系统
14 语音的共振峰是如何形成的？
答：气流流过声道时犹如通过了一个具有某种谐振特性的腔体，放大某些频率，在频谱上形成相应位置的峰起，称为共振峰。
15 同态信号处理也称为同态滤波，画出同态滤波中特征系统框图
16 语音合成的分类及特点，举出一个语音信号参数合成的例子。 1、波形合成法
特点：简单/小词汇(报站器)
2、参数合成法 特点：可以合成大词汇(字典) 3、规则合成法
特点：实现难度较大
如TTS系统（文语转换系统）
17 画出实现语音信号时频语音增强功能的框图。
18 什么是语音信号的“短时”处理方法。
答：语音信号的能量是一种随时间变化的信号，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参数也都对时间变化，但这种变化时缓慢的，在一小段时间内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段时间段来处理。而每一段时间具有固定的特性，这种方法称为“短时”处理方法。 19 语音信号短时能量分析的用途
答： 1、区分清音段与浊音段； 2、区分声母和韵母；
3、在高信噪比下，区分无声与有声的分界；
4、区分连字的边界； 5、用于语音识别。 20 短时自相关函数的物理意义，性质，作用。 答：物理意义
确定两个信号在时域内的相似性,用于研究信号本身。 表示方法
序列经过一个冲激响应为 hk(n) 的数字滤波器滤波即得到短时自相关函数。
Rnkmxmxmkhnm k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，|R(k)|≤R(0)
(3)对于确定信号，值R(0）对应于能量，而对于随机信号，R(0）对应于平均功率 作用:
a.区分清/浊音
浊音语音的自相关函数具有一定的周期性。
清音语音的自相关函数不具周期性，类似噪声，与其本身相似。 b.估计浊音语音信号的周期，即估计基音周期。
21 利用短时自相关函数进行语音分析时要注意的问题
22 语音信号傅里叶分析的作用（p41） 在语音信号处理中，傅立叶表示在传统上一直起主要作用。其原因一方面在于稳态语音的产生模型由线性系统组成，此系统被一随时间作周期变化或随机变化的源所激励，因而系统输出频谱反映了激励与声道频率响应特性。另一方面，语音信号的频谱具有非常明显的语言声学意义，可以获得某些重要的语音特征。同时，语音的感知过程与人类听觉系统具有频谱分析功能是密切相关的
23 短时傅里叶变换的滤波器的解释。
24 取样率的基本概念
（1）时域取样率的基本概念。
（2）频域取样率的基本概念。
（3）总取样率的基本概念
25 从如下语音信号的短时谱中能得到什么信息？
答：1、快速变化，由激励信号引起的；2、慢速变化，声道滤波器的共振峰引起的；3、采用汉明窗得到的短时频谱较较矩形窗平滑。 26 倒谱分析的作用 答：（1）区分清/浊音
（2）求浊音的基音周期, 可以得到浊音的激励信号。 （3）得到声道的冲激响应h(n)
27 简述语音信号的特点，基频、共振峰是什么含义？
答： 特点：语音一般由清音和浊音组成，语音信号具有短时平稳性。
基音频率：浊音的声带振动基本频率。是声带张开和闭合一次时间的倒数。
共振峰：当元音激励进入声道时会引起共振特性，产生一组共振频率，称为共振峰频
率或简称共振峰。共振峰为频谱中明显的几个凸起点，它的出现频率与声道的谐振频率相对应。
28 线性预测的基本思想。 答：一个语音的抽样能够用过去若干个语音抽样的线性组合来逼近。通过时实际语音抽样和线性预测抽样之间差值的平方和（在一个有限间隔上）达到最小值，即进行最小均方误差的逼近，能够决定唯一的一组预测数据，而预测系数就是线性组合中所用的加权系数。 29 线性预测分析如何用于语音编码和语音合成。
答：编码：预测误差e(n)就是激励信号G*u(n),预测系数{ak}就是声道虑波器的系数
{dk}.ak=dk,e(n)=G*u(n)线性预测分析可以对生成模型的增益参数G和滤波器系数{dk}进行直接和高效率的计算。
合成：
30 简述矢量量化的过程。 答：（书上定义）：将语音信号波形的K个样点的每一帧，或有K个参数的每一参数帧，构
成K维空间中的一个矢量，然后对这个矢量进行量化。
(课件上说)：当给矢量量化器输入一个任意矢量Xi进行矢量量化时，矢量量化器首先
判断它属于哪个子空间，然后输出该子空间的代表矢量Yj.矢量量化过程就是用Yj代替Xi的过程。
Yj=Q(Xi) 131 通常线性预测分析设定的模型是什么模型。 答：全级点模型。32 什么是矢量的失真测度？常用的失真测度有哪些
答：失真测度（距离测度）就是将输入矢量Xi用码本重构矢量Yj来表征时所产生的误差或
失真的度量方法，它可以描述两个或多个模型矢量之间的相似程度。常用的失真测度为欧氏距离测度。
33 矢量量化器最佳设计的两个条件？ 答：最佳划分，最佳码本
34 初始码书的生成方法
随机选取法：从训练序列中随机选取J个矢量作为初始码字，从而构成初始码本。 法：
35 短时能量和短时过零率的的用途。
答：短时能量：1、区分清音段与浊音段；2、区分声母和韵母；3、在高信噪比下，区分无
声与有声的分界；4、区分连字的边界；5、用于语音识别。
过零率： 1、区分清音和浊音：浊音平均过零率低，集中在低频端；轻音过零率高，
集中在高频端。 2、从背景噪声中找出是否有语音，以及语音的起点。
36 对语音信号进行处理时为什么要进行分帧。
答：语音信号短时平稳，要将语音信号划分为很多短时的语音段，而每个短时的语音段称为
一个分析帧。这样，对语音信号进行分针处理就相当于对特征固定的持续信号进行处理。经过处理，语音信号就已经被分割成一帧一帧的加过窗函数的短时信号，然后再把每一个短时语音帧看成平稳的随机信号，利用数字信号处理来提取语音特征参数。 37 为什么端点检测有重要意义？
答：端点检测：从包含语音的一段信号中确定出语音的起点和终点。有效的端点检测不仅能
使处理的时间减到最小，而且能排除无声段的噪声干扰。实验表明：端点检测的正确与否影响到识别率的高低。
语音端点检测的方法：短时能量和短时过零率。
38 什么叫LBG算法，怎样设计初始码本，并用来训练码本。
LBG算法是一种递推算法，从一个事先选定的初始码本开始迭代。把训练序列按照码本中的元素根据最邻近准则分组，对每一分组找质心，得到新的码本，又作为初始码本，再进行分组，重复上述过程，直到系统性能满足要求和不再有明显的改进为止。
39 为什么说语音信号可以看成隐马尔科夫过程，隐马尔科夫过程有哪些模型参数。
HMM包含两个随机过程,三个概率矩阵,一个输出概率
答：隐马尔可夫模型：只能观察到输出符号序列(ab),而不能观测到状态之间如何转移(状态转移概率)和状态的分布(状态的概率)。而语音信号是一个可观察的序列:它是由大脑中的思维(不可观测)及语言需要和语法知识（不可观测）所发出的参数流。
40 列举常用语音编码速率的值。
答： kbit/s; PCM； 32kbit/s; ADPCM;
4.8kbit/s; CELP; 2.4kbit/s; LPC声码器 41 波形编码、参数编码与混合编码各有什么优缺点。 答：波形编码：话音质量高，编码速率高。
参数编码：编码速率低，自然度低,对环境噪声敏感。 混合编码：质量高和速率低.
42 在语音编码中，如何使用自适应技术。
答：利用自适应的思想改变量化间隔（量阶）的大小，即用小的量化间隔去编码小的差值，使用大的的量化间隔去编码大的差值
43 语音合成的目的是什么？它主要分为哪几类？比较它们的优缺点。
答：目的：让机器说话,达到一定的音质与可懂度（或产生与人类通信相关的语音） （1）、波形合成法。 优点：合成音质好； 缺点：存储空间大。 （2）、参数合成法。 优点：存储空间小； 缺点：合成音质较差。 （3）、规则合成法。 优点：可以合成无限词汇，存储量小 ； 缺点：合成音质效果较差 44 在TTS系统中，如何进行语音合成中的韵律控制。
答：韵律特征包括声调、语气、停顿方式、发音长短等。这些通过基频、音长、音强等参数
来体现，通过控制这些参数达到对韵律控制。包括基音同步帧周期的调整、合成语音幅度的调整、声调曲线的修正等。
预处理：语音信号的放大、防混叠滤波、自动增益控制、模数转换、消除噪声、端点检测。 语音特征参数包括：短时平均能量、短时过零率、频谱、三个共振峰频率（F1、F2、F3的频率值、带宽、幅值）、线性预测系数、LPC倒谱和Mel倒谱等。 模式匹配：将未知语音的特征参数与模板参数逐一进行比较与匹配，判决的依据是失真测度最小的准则。
专家知识库：用来存储各种语言学知识，如汉语声调变调规则、音长分布规则、同音字判别规则、构词规则、语法规则、语义规则等。
识别决策：是最后一步，也是系统识别效果的最终表现。根据若干准则及专家知识，判决选出可能结果中最好的结果，由识别系统输出。
46 为什么语音识别时需要做时间规整？
答：语音信号具有很强的随机性，不同的发音习惯，发音时所处的环境不同，心情不同都会
导致发音持续时间长短不一的现象。如单词最后的声音带上一些拖音，或者带上一点呼吸音，此时，由于拖音或呼吸音会被误认为一个音素，造成单词的端点检测不准，造成特征参数的变化，从而影响测度估计，降低识别率，因此在语音识别时，首先有必要对语音信号进行时间规整。 47 说话人识别的目的及分类。
答：目的：确认说话人（即证实说话的人是否是所要求的那个人）或者从某个已知的人群集
合中辨认出那个说话人。
分类：说话人确认和说话人辨认。主要用于身份的验证。
48 什么叫加性噪声和乘性噪声。为什么加性噪声的处理是语音增强的基础。 答：按噪声和信号相关的性质可将噪声分为加性噪声和乘性噪声。 加性噪声是指噪声和信号相关性是加和关系；（如冲激噪声、周期噪声、宽带噪声等） 乘性噪声是指噪声和信号相关性是乘积关系；（如残响基传输网络的电路噪声）
对加性噪声进行处理，从带噪声语音信号中提取尽可能的纯净的原始语音，改善语音质量提高语音可懂度，是语音增强的有效的基本方法。
工作过程：将含噪语音信号和有声、无声判别得到的纯噪声信号进行DFT变化，从含噪语音谱幅度的平方中减去纯噪声的谱幅度的平方，然后开方，得原始语音谱幅度的估值，在借用含噪语音的相位，进行IDFT变化，得到增强的语音。 50 参考：A律压扩编码实例：（课件第五章） LBG算法实例（课件第三章）
隐HMM模型求 输出概率实例（课件第四章） 动态时间规正法(DTW)的计算实例（课件第七章）
51 声道冲激响应序列的复倒谱特点。说明如何在语音信号的倒谱中分离出声道冲激响应，
得到声道冲激响应有何用途？
答：(1)h(n)为有限长实序列，则其复倒谱是双边实序列
(2)由于|ak|、|bk|、|ck|和|dk|均小于1,故复倒谱是衰减序列，随着n的增大而衰减。 (3)复倒谱衰减速度快，复倒谱比原来序列更集中于原点附近，具有短时性 ，用短时窗函数提取声道响应序列的复倒谱是很有效的 (4)如果h(n)是最小相位序列，即bk＝0和dk＝0，则复倒谱序列为因果稳定序列。因此，最小相位序列的复倒谱是因果稳定序列。
52 简述LPC方程的建立过程， LPC系数与语音模型有什么关系？
预测误差e(n)就是激励信号G*u(n),
预测系数{ak}就是声道虑波器的系数{dk}.ak=dk,e(n)=G*u(n) 53 利用模式匹配法进行语音识别的步骤
答：先对系统中的每个字，做一个码本作为该字的参考（标准）模板,共有M个字，故共有
M个码本，组成一个模板库。
识别时，对于任意输入的语音特征矢量序列X＝{X1 , X2 , … , XN}，计算该序列中每
一个特征矢量对模板库中的每个码本的总平均失真量误差，找出最小的失真误差对应的码本（代表一个字），将对应的字输出作为识别的结果。
55 语音信号的预处理过程包括哪些？
答：语音信号的放大、防混叠滤波、自动增益控制、模数转换、消除噪声、端点检测。 56 通常环境中语音信号的声压级范围是多少？ 答：60dB左右
