【文章內(nèi)容簡介】 理論知識和概念8人們聲道的最重要的組成部分，我們可以通過調(diào)整唇、舌、齒以及腭的大小和位置來改變聲道的形狀和大小。其中舌頭是最為活躍的：舌的尖端部分、中央部分以及邊緣部分都能比較自由地活動，而舌體的整個部分也可以在上下左右前后的方向上自由活動。而我們的雙唇是位于口腔末端，它可以通過我們自身的調(diào)節(jié)形成許多種的形狀。牙齒是我們發(fā)出齒化音的關(guān)鍵部分，比如〔θ〕音等等。最后，在口腔旁邊的軟腭如前面所敘述的，是負責控制是否需要配合發(fā)出鼻音的閥門。而硬腭以及齒齦則是構(gòu)成聲道管壁的主要部分，并且還要參與人類整個的發(fā)聲過程。綜上所述，在聲門和聲帶之后，聲道是人們發(fā)聲器官中最重要的，對發(fā)聲起到了決定性作用的器官。 人耳對聲音信號的接收原理耳朵是人類聽覺系統(tǒng)的重要組成部分，它主要包括了外耳、中耳和內(nèi)耳這三大部分。其中，外耳道、耳翼和鼓膜共同組成了我們的外耳。外耳的作用主要是對聲音信號的感知起到定位和放大的作用，因為外耳會對一定頻率范圍內(nèi)的聲音信號可以產(chǎn)生共振作用，因此，外耳可以將從外部接收到的聲音信號放大10dB左右。此外，人的頭部由于可以起到一定的衍射作用，從而增加骨膜處的聲壓，最終可以使 人耳構(gòu)造圖從外部接收到的聲音信號得到一定程度的 structure of ear 放大。聽小骨(主要包含錘骨、砧骨和鐙骨)和咽鼓管組成了我們的中耳部分。在中耳的組織中，錘骨與鼓膜相接觸，鐙骨則與內(nèi)耳的前庭窗相接觸。中耳的主要作用是進行聲音阻抗的變換，即將中耳兩端的聲音阻抗匹配起來，在一定的聲音強度范圍內(nèi)，聽小骨對聲音進行線性傳遞，而在聲音強度特別大的情況下，聽小骨則對聲音進行非線性傳遞，這樣可以對內(nèi)耳起到保護的作用。耳蝸是內(nèi)耳的主要組成部分，耳蝸好比是聲音信號的收納器，它可以通過機械變換把聲音轉(zhuǎn)化為可以在人體神經(jīng)系統(tǒng)中進行傳送的生物信號。耳蝸內(nèi)部充滿了淋巴液，耳蝸相當于是一根密閉的管狀組織。耳蝸是由三個部分組成:鼓階、中階和前庭階。其中中階是負責連接鼓階和前庭階，中階的底膜稱為基膜，基膜上是柯蒂氏器宮，柯蒂氏器官則是一個傳感裝置。通過科學研究發(fā)現(xiàn)，人耳具有兩個重要的特性，其中之一就是耳蝸對聲音信號所具有的時頻分析特性，第二個則是與本文有較大相關(guān)度的人耳聽覺掩蔽效應(yīng)。就是當聲音信號經(jīng)外耳傳入到中耳的時候，鐙骨的運動重慶大學碩士學位論文 2 相關(guān)的理論知識和概念9會引起耳蝸內(nèi)淋巴液壓強的變化，進而引起聲波沿基膜傳播，不同頻率的聲音信號分量產(chǎn)生不同的聲波，其峰值出現(xiàn)在基膜的不同位置上。頻率較低時，基膜振動的幅度峰值出現(xiàn)在基膜的頂部附近。相反，頻率高時，基膜振動的幅度峰值出現(xiàn)在基膜的基部附近。如果所接收到的聲音信號是一個多頻率的復(fù)合聲音信號，則產(chǎn)生的聲波將沿著基膜在不同位置產(chǎn)生相應(yīng)大的振幅。從這個原理上來講，我們的耳蝸就相當于是一個聲音信號頻譜分析儀，可以將復(fù)雜的混合聲音信號分解成各種頻率的聲音信號分量。 聲音信號的分類根據(jù)聲音產(chǎn)生的來源不同大致可以分為以下三種語音：① 濁音 濁音主要是由位于聲門處的準周期的氣息脈沖序列激勵產(chǎn)生的。在我們呼氣的時候，空氣從我們的肺部排出形成空氣流，當此股空氣流經(jīng)過聲帶時，如果此時我們的聲帶是繃緊的，則會在聲門處產(chǎn)生一個準周期性質(zhì)的脈沖氣流。即聲帶產(chǎn)生比較有規(guī)律的弛張振動，從而形成周期性地開啟與閉合。當聲帶開啟的時候，空氣流會從聲門處噴射出來，從而形成一個脈沖，聲門的閉合時相當于脈沖序列之間的間隙。此空氣脈沖流會通過聲道并且最終從嘴唇處以聲波的形式向外輻射，這就是濁音的發(fā)聲原理。② 清音清音主要是有位于聲道的某個收縮區(qū)的湍流(類似噪音)激勵而形成的。在我們呼氣的時候，如果此時聲帶是完全舒展開的，則肺部呼出的空氣流將不會受到任何器官的作用通過聲門。在此股空氣通過聲門后，如果聲道某個部位發(fā)生收縮，則會形成一個狹窄的通道，當空氣流到達此處時將會被迫以高速氣流沖過此收縮區(qū)，并在此附近產(chǎn)生空氣湍流。而清音(也稱摩擦音)則正是由這種湍流空氣通過聲道所形成的。③ 爆破音爆破音是由位于聲道的某個閉合點處建立起來的氣壓所激勵而形成的，爆破音具有突然釋放的特性。產(chǎn)生爆破音的時候，聲帶的狀態(tài)如同上面產(chǎn)生清音的開始階段一樣，但是當空氣通過聲門后，如果此時聲道的某個部位完全閉合在一起，那么當空氣流到達時便會在此處建立起較大的空氣壓力，一旦此閉合點突然開啟便會使之前在此形成的氣壓得到快速釋放，此時就會產(chǎn)生所謂的爆破音。 聲音的物理特性音色：是指某種聲音自身區(qū)別于其它聲音的固有特征。音色一般由3個因素重慶大學碩士學位論文 2 相關(guān)的理論知識和概念10決定：發(fā)聲體，由不同的發(fā)聲體產(chǎn)生的聲音顯然不會相同，比如笛子和簫，雖然兩者外表看起來比較相似，但是卻能產(chǎn)生的不同風格的聲音；聲道的自身特點，就好比笛子本身，我們可以通過手指來按放笛子上的氣孔（相當于改變了笛子的聲道）從而產(chǎn)生不同的聲音；傳氣方式，又如口風琴，雖然是同一個琴孔，但是分別采用吹氣和吸氣而產(chǎn)生的聲音也是不相同的。音調(diào)：又稱為音高，表現(xiàn)為人們的主觀聽覺上聲音的高低。音調(diào)一般與聲音的頻率有關(guān)，頻率越高，聽到的聲音音調(diào)就越高；頻率越低，相應(yīng)地聽到的聲音音調(diào)就越低。但并不是說音調(diào)與聲音頻率成正比例關(guān)系，而且音調(diào)還和聲音的強度以及聲音信號的波形有關(guān)系。通常把一個頻率為1000Hz、聽閾大于40dB的聲音的音調(diào)定義為1000Mel。相應(yīng)地，如果一個聲音聽起來感覺比 1000Mel的聲音音調(diào)高出了一倍，則其音調(diào)為2022Mel。用公式表示兩者的關(guān)系，則有： （ ）()259lg(1/70)Bf f??音強：是指聲音信號的強弱，一般與聲音信號的波形幅度有關(guān)。一般來說，聲波的幅度越大則聲音強度越大，聲音強度就越大；聲波的幅度越小，聲音強度就越小。音長：是指聲音信號的長短，它與發(fā)聲體產(chǎn)生聲音的持續(xù)時間有關(guān)。 樂譜在介紹人的歌唱聲音信號中所涉及到的特征參數(shù)之前，先需要了解一些有關(guān)音樂方面的樂譜知識。樂譜是一種以印刷或手寫制作，用符號來記錄音樂的方法。不同的文化和地區(qū)發(fā)展了不同的記譜方法。記譜法可以分為記錄音高和記錄指法的兩大類。五線譜和簡譜都屬于記錄音高的樂譜。吉他的六線譜和古琴的減字譜都屬于記錄指法的樂譜。傳統(tǒng)的樂譜主要以紙張抄寫，現(xiàn)在亦有電腦程式可以制作樂譜。樂譜的分類：中國古代就有“ 宮，商，角（ jue） ，徵（zhi） ，羽”五音，對應(yīng)簡譜中的 1 2 3 5 6，是樂譜的基本音符，在譜曲時古曲用這五個音。在譜曲時是以它們其中的一音定調(diào)，只有在樂曲中才會體現(xiàn)音節(jié)，幾分音符和音的長短。如云南民歌《小河淌水》就是這樣譜曲的，整首歌里沒 47 兩種音出現(xiàn)，是傳統(tǒng)民歌。 簡譜，是指一種簡易的記譜法。有字母簡譜和數(shù)字簡譜兩種。一般所稱的簡譜，系指數(shù)字簡譜。數(shù)字簡譜以可動唱名法為基礎(chǔ)，用7 代表音階中的 7 個基本音級，讀音為do、re 、mi 、 fa、sol 、la、si，休止以 0 表示。每一個數(shù)字的時值名相當于五線譜的 4 分音符。 重慶大學碩士學位論文 2 相關(guān)的理論知識和概念11數(shù)字簡譜的雛形初見于 16 世紀的歐洲。17 世紀時法國天主教方濟名會教士JJ蘇艾蒂加以改進后用來教唱宗教歌曲。18 世紀中葉，著名的法國思想家 JJ盧梭再加改進，大力倡導(dǎo)，并編入他的《音樂辭典》之中。19 世紀，經(jīng)過 P加蘭、A帕里斯和 EJM謝韋 3 人的繼續(xù)改進和推廣，才在群眾中得到廣泛使用。因此這種簡譜在西方被稱為“ 加 —帕—謝氏記譜法” 。 19 世紀末葉，簡譜傳到日本，再傳入中國。1904 年沈心工編著出版的《學校唱歌集》是中國最早自編的一本簡譜歌集；之后逐步普及到各地的學校，30 年代隨著救亡歌詠運動的開展，簡譜得以在群眾中廣泛流傳。 由于簡譜的記法與中國的工尺譜(流行在中國民間的一種文字譜)相當接近，因此在中國簡譜得到了空前的發(fā)展，就世界范圍而言，中國是把簡譜吸收得最好、最發(fā)揚光大的國家。而五線譜，通過以西方為中心的音樂教育體制，已基本通行于各個國家，在學校里已是必修項目之一，它為世界音樂統(tǒng)一于一種曲譜提供了基礎(chǔ)。 五線譜，是目前世界上通用的音樂記譜法。它是在 5 根距離相等并且平行的橫線上，通過用不同時值的音符以及其它樂譜記號來記載音樂的—種方法。五線譜的每根線以及線與線之間的空間，從下而上分別稱為第一線、第二線、第三線、第四線、第五線和第一間、第二間、第三間、第四間。線和間如不夠使用，可在五線譜上方或下方增加線和間。加線及加間各分別稱為上加第一線、上加第一間，下加第一線、下加第一間等，各代表一個音級。這些音級的固定高度根據(jù)所用的譜號來決定。譜號有三種：高音譜號，又稱 G 譜號，低音譜號，又稱 F 譜號，中音譜號，又稱 C 譜號。五線譜為適應(yīng)不同音域的人聲和樂器的需要，并避免過多的加線，有多種譜表，其中常用的有五種：即高音譜表(用 G 譜號)：低音譜表( 用 F 譜號) 、女高音譜表、中音譜表、下中音譜表 (后三種用“C’”譜號)。女高音譜表現(xiàn)已不常應(yīng)用，中音譜表僅用于中提琴，次中音譜表常用于大提琴、大管、長號的較高音區(qū)。此外還有上低音譜表、女中音譜表等。重慶大學碩士學位論文 2 相關(guān)的理論知識和概念12下圖是一張音樂簡譜圖：圖 音樂簡譜圖 Musical notation在大致查看此圖以后，我們可以通過此音樂簡譜圖得知以下的一些關(guān)于此樂譜的信息：重慶大學碩士學位論文 2 相關(guān)的理論知識和概念13歌曲名為我們耳熟能詳?shù)摹肚Ю镏狻?；此歌曲的詞作者是方文山，曲作者兼演唱者是周杰倫；接下來占據(jù)此圖絕大部分的就是此歌曲的歌曲內(nèi)容以及歌曲的曲調(diào)。以上僅僅是作為我們大多數(shù)人可以從此音樂簡譜圖得到的一下關(guān)于此樂譜的信息，如果我們對于樂譜還有一些了解的話，我們還可以從中得知：其中 1=D4/4 代表此歌曲的節(jié)奏為 4/4 拍。其中，第一個 4 代表每一小節(jié)所耗時 4 拍，第二個 4 代表每個小節(jié)的節(jié)奏以 1 次手臂正常勻速放、抬的時間為單位。 “手臂抬放的時間 ”即開始時手臂放在桌上做舉手狀，然后將手臂向前伸直直至平放在桌面，最后將手臂向上抬升，直到恢復(fù)到初始狀的動作所經(jīng)歷的時間。每一次的抬升和放下所經(jīng)歷的時間為 1 拍。每種音符及其耗時情況如下表所示： 音符與節(jié)拍對應(yīng)關(guān)系 correspondence between note and beat音符 5 5節(jié)拍 1 拍 1/2 拍 1/4 拍其中 ，上面的點表示音高在此基礎(chǔ)上上升一個音階；右邊的點表示此5?A音調(diào)要延長之前所占音長的二分之一（1/2） 。 上面的半圓弧代表這兩個音符共同負責一個字的音調(diào)高低。? 右邊的“ —”表示前部分的音符時間增加 1 拍。? 聲音信號的主要特征參數(shù)特征參數(shù)對于不同的歌唱者肯定是會有差異的，這種差異稱為歌唱者之間的差異。歌唱者之間的差異是由歌唱者不同的聲道特性產(chǎn)生的，正是這種差異將不同的歌唱者區(qū)分開來。另外還有一種差異稱為歌唱者本身的差異。人不能將一句歌詞或一個音調(diào)完全一致地重復(fù)兩次，兩者之間總是有差異的。這種差異主要是由歌唱者的速率、歌唱者的情緒、歌唱者周圍的環(huán)境、錄音設(shè)備和傳輸信道的失真等因素引起的。按照參數(shù)的穩(wěn)定性，歌唱者特征參數(shù)可大致分為兩類：一類是歌唱者生理決定的固有特性（例如，聲道構(gòu)造的個性差異等） ，主要表現(xiàn)在歌唱者聲音信號的頻率結(jié)構(gòu)上，代表性的特征參數(shù)有基音頻率和聲音的共振峰。這類特征不易被模仿，但容易受健康的影響。另一類是聲道運動的動態(tài)特征，也就是發(fā)聲方式、發(fā)聲習慣等。主要表現(xiàn)在聲音信號頻率結(jié)構(gòu)的時間變化上，包含了特征參數(shù)的動態(tài)特征，這類特性相對穩(wěn)定卻比較容易模仿。代表性的特征參數(shù)是倒頻譜和基音的重慶大學碩士學位論文 2 相關(guān)的理論知識和概念14線性回歸系數(shù)。其中倒頻譜系數(shù)反映了聲道的共振性能，它是目前普遍采用的說話人特征參數(shù)。常用的倒頻譜系數(shù)有：線性預(yù)測倒頻譜系數(shù)（LPCC）和 Mel 倒頻譜系數(shù)（MFCC ） 。 基音頻率我們?nèi)粘Ｋf的頻率是指發(fā)聲物體在單位時間內(nèi)(每秒)振動的次數(shù)，用字母f表示，單位為赫茲（Hz） 。發(fā)聲物體振動得越快，其頻率就越高；發(fā)聲物體振動得越慢，其頻率就越低。發(fā)聲物體完整振動一次所耗費的時間，稱之為“周期” ，記作大寫英文字母T，加上之前所設(shè)置的單位時間為秒（ s） 。則周期（T）與頻率（f）之間的關(guān)系為：T ＝ 1/f。一般的聲音都是由發(fā)音體發(fā)出的一系列頻率、振幅各不相同的振動復(fù)合而成的。這些振動中有一個頻率最低、振幅最大的振動，由它發(fā)出的音就是基音，其余為泛音。也就是發(fā)音體整段振動。人的聲音一般分為2類：一種是清音，一種是濁音。其中濁音信號具有較強的周期特性。基音頻率決定了聲音的音高，基音頻率的高低變化反映了人們聲音的音調(diào)的高低變化，還可以反映說話人的聲帶振動的周期性，而這種周期性又主要出現(xiàn)在語音的濁音段。此外，時變性和準周期性也是基音頻率所具有的特性，通常來說，發(fā)音者聲帶的長短、厚薄、韌性、發(fā)音習慣以及發(fā)音者的性別、年齡、發(fā)音時所用的力度及情感也與基音頻率的大小有關(guān)。一般來說，男性發(fā)音者聲音的基音頻率的范圍大概會在50250Hz之間，而女性發(fā)音者和小孩子聲音的基音頻率的范圍大概則會在200500Hz之間。因此基音頻率能夠很好地刻畫出說話人的聲帶特性，而基音頻率的變化。也就是基頻變化軌跡則可以反映出說話人的音調(diào)起伏和說話過程的韻律變化。人們在唱歌的時候，由于歌詞中的每個字都