第四章 语音信号处理¶
约 421 个字 74 张图片 预计阅读时间 1 分钟
Part1 引言¶
绪论¶
语音信号处理应用¶
鸡尾酒会问题指的是人们在鸡尾酒会中交谈，语音信号会重叠在一起，机器需要将他们分离成独立信号。可以采用盲源分离中的独立成分分析来分离各个声源。
语音的数字编码¶
语音数字编码：A/D转换
语音数字编码：D/A转换
Part2 基础处理¶
1. 傅立叶变化和它的各种形式¶
功率谱密度：幅度的平方
2. 时频谱图¶
横坐标是时间，纵坐标是频率，颜色越红表示功率越大，也就是幅度越大（而功率就是幅度的平方，所以颜色代表功率）。
时频谱图的分辨率问题¶
时频谱图：加窗与混叠¶
3. 互相关和自相关¶
随机信号的自相关¶
用于周期性估计的自相关¶
自相关和PSD之间的关系¶
4. 周期性估计¶
Part3 特征提取¶
1. 源滤波器模型¶
语音生成中的“谐振”效应
源滤波器模型：共振峰
2. 线性预测¶
逆滤波器
3. 线性预测编码(LPC)分析¶
4. 倒谱分析与梅尔倒谱系数¶
LPC注重音调结构，细节被抛弃。
5. DTW(动态时间规划)¶
Part4 应用¶
1. 语音识别¶
2. 语音合成¶
语音合成的两种方式：统计参数合成、单元拼接合成。
统计参数合成就是使用大量的语音数据来训练模型，用过对语音信号的统计特征进行建模，生成新的语音。
单元拼接合成如下所示。
Part5 安全相关问题¶
本文总阅读量次