【文章內(nèi)容簡(jiǎn)介】 的具體理論步驟和實(shí)際提取過(guò)程中常用的方法以及實(shí)驗(yàn)數(shù)據(jù)和結(jié)果；⑤第五章：給出一個(gè)對(duì)于歌唱者歌唱水平的評(píng)分公式。將上一章中分別提取的標(biāo)準(zhǔn)模板的特征參數(shù)和提取到的歌唱者聲音信號(hào)的特征參數(shù)通過(guò)使用動(dòng)態(tài)時(shí)間規(guī)整方法（DTW）進(jìn)行對(duì)比，并且根據(jù)對(duì)比的結(jié)果結(jié)合評(píng)分公式得出一個(gè)具體分?jǐn)?shù)。在實(shí)驗(yàn)環(huán)境下進(jìn)行模擬仿真，用實(shí)驗(yàn)數(shù)據(jù)來(lái)驗(yàn)證本文所給出的評(píng)分方法的科學(xué)性和優(yōu)越性。⑥第六章：根據(jù)上一章的實(shí)驗(yàn)結(jié)果和結(jié)合生活中的實(shí)際情況進(jìn)行總結(jié)和展望。 本文的主要工作通過(guò)借助于互聯(lián)網(wǎng)上所提供的相關(guān)信息，了解國(guó)內(nèi)歌唱評(píng)分現(xiàn)狀，以及找出其存在的問(wèn)題及其原因；通過(guò)查閱相關(guān)資料和請(qǐng)教專(zhuān)業(yè)老師，了解有關(guān)音樂(lè)方面的專(zhuān)業(yè)知識(shí)以及在歌唱時(shí)需要從哪些方面來(lái)表現(xiàn)歌曲。找出最能表現(xiàn)歌唱者歌唱水平的音樂(lè)元素，并找到與之對(duì)應(yīng)的特征參數(shù)，并且掌握相應(yīng)的提取方法與步驟；掌握聲音信號(hào)在提取特征參數(shù)之前所需要做的前提工作（即預(yù)處理） ，以及接下來(lái)提取特征參數(shù)的具體方法；結(jié)合相似的一些方法和方式，給出一種歌唱評(píng)分方法；用 MATLAB 進(jìn)行相應(yīng)地仿真實(shí)驗(yàn)，驗(yàn)證本文給出的歌唱評(píng)分方法的正確重慶大學(xué)碩士學(xué)位論文 1 緒 論4性和科學(xué)性；根據(jù)實(shí)驗(yàn)數(shù)據(jù)總結(jié)出本方法的優(yōu)缺點(diǎn)，進(jìn)一步完善本論文的相關(guān)理論和方法，為后續(xù)工作做好準(zhǔn)備。重慶大學(xué)碩士學(xué)位論文 2 相關(guān)的理論知識(shí)和概念52 相關(guān)的理論知識(shí)和概念在明確了本文的基本思想路線和主要工作以后，首先就需要對(duì)一些聲音信號(hào)方面的基本原理、聲音信號(hào)的一些物理特性還有關(guān)于音樂(lè)和歌唱方面的基本概念以及本文的歌唱評(píng)分方法中所涉及到的一些特征參數(shù)進(jìn)行了解。 什么是聲音我們常說(shuō)的聲音有兩種定義。聲波是聲音在物理學(xué)上的定義，在物理學(xué)上，聲音被定義為一種具有一定能量的波，它是由振動(dòng)物體所產(chǎn)生并且需要在一定的介質(zhì)中進(jìn)行傳播的。在生理學(xué)上則是將聲音定義為一種主觀感覺(jué)，它是聽(tīng)覺(jué)器官由于聲波的作用于而引起的一系列的主觀感覺(jué)。盡管這兩種對(duì)于聲音的定義在文字上存在有差異，但它們之間還是存在著一定的內(nèi)在關(guān)聯(lián)。在心理學(xué)上，人們聽(tīng)覺(jué)上對(duì)于聲音的接收以及大腦對(duì)其的一系列響應(yīng)是屬于主觀感覺(jué)層面上的。因?yàn)槿说母杏X(jué)不可能像語(yǔ)音信號(hào)處理系統(tǒng)那樣絕對(duì)的數(shù)量化，而且人類(lèi)對(duì)物理量的感應(yīng)結(jié)果通常與描述聲音信號(hào)的物理量并不會(huì)成正比甚至也不會(huì)保持一致，因?yàn)檫@里存在一個(gè)心理物理量的原因。這也就是為什么會(huì)出現(xiàn)如音強(qiáng)、音調(diào)、音色和音長(zhǎng)等一系列人們對(duì)聲音特征的主觀描述。 聲音信號(hào)具有 3 個(gè)基本的物理特性，分別是：頻率、強(qiáng)度和聲譜。這 3 種特性對(duì)應(yīng)著人耳對(duì)聲音信號(hào)的音調(diào)、音強(qiáng)和音色這三種主觀感覺(jué)的描述。本文中研究的聲音是指由物體振動(dòng)產(chǎn)生，正在發(fā)聲的物體叫聲源。聲音以聲波的形式傳播。聲音只是聲波通過(guò)固體或液體、氣體傳播形成的運(yùn)動(dòng)。聲波振動(dòng)內(nèi)耳的聽(tīng)小骨，這些振動(dòng)被轉(zhuǎn)化為微小的電子腦波，它就是我們覺(jué)察到的聲音。內(nèi)耳采用的原理與麥克風(fēng)捕獲聲波或揚(yáng)聲器的發(fā)音一樣，它是移動(dòng)的機(jī)械部分與氣壓波之間的關(guān)系。相應(yīng)地，在聲波音調(diào)低、移動(dòng)緩慢并足夠大時(shí)，我們實(shí)際上可以“感覺(jué)”到氣壓波振動(dòng)身體。 聲音信號(hào)產(chǎn)生的原理人類(lèi)身體器官中負(fù)責(zé)發(fā)出聲音的器官主要有：口、鼻、聲帶、咽喉、氣管以及肺，這些器官相互有機(jī)地組合在一起，構(gòu)成了人類(lèi)的發(fā)聲系統(tǒng)（如圖 ） 。通常把位于人們咽喉的那部分器官稱(chēng)為聲門(mén)，而從聲門(mén)一直延伸到嘴唇邊緣所形成的一條用于呼氣的通道叫做聲道，聲道的形狀主要取決于嘴唇、舌頭以及頸部的位置，而正是因?yàn)槁暤佬螤畹目梢圆粩嗟馗淖?，所以人們才可以發(fā)出各種不同的聲音。聲音主要是由從左右兩肺所呼出的氣流并且經(jīng)過(guò)位于咽喉直至嘴唇之間的重慶大學(xué)碩士學(xué)位論文 2 相關(guān)的理論知識(shí)和概念6所有的器官各種各樣的作用所產(chǎn)生的。圖 人體發(fā)聲器官示意圖 human vocal ans這些發(fā)聲器官的作用方式可以分為以下三種：第一，把從兩肺之間呼出的直流氣息通過(guò)各種作用轉(zhuǎn)化為音源氣流，即轉(zhuǎn)化為交叉氣流或者是不規(guī)則變化的氣流；第二，各種發(fā)聲器官通過(guò)對(duì)音源產(chǎn)生共振或者反共振作用，使其產(chǎn)生的聲音具有個(gè)性特征（即音色） ；第三，從兩個(gè)鼻孔和嘴唇向身體以外的空間產(chǎn)生聲波輻射作用。所以，我們把這些與人們發(fā)出各種聲音有關(guān)的相關(guān)器官稱(chēng)作人體的發(fā)聲器官。人們?cè)谧稣：粑\(yùn)動(dòng)時(shí)，由肺部所呼出的相對(duì)穩(wěn)定的氣流構(gòu)成了可以產(chǎn)生各種人類(lèi)語(yǔ)音的激勵(lì)能量。眾所周知，在人體器官中，主要負(fù)責(zé)血液和空氣之間進(jìn)行氧氣交換和代謝的器官是“肺” ，它的主要實(shí)質(zhì)功能是將血液中的二氧化碳?xì)怏w等廢氣排出；將空氣中的氧氣通過(guò)肺部一些組織的相應(yīng)作用過(guò)濾出來(lái)，以保證人體氧氣的必要供給。通過(guò)科學(xué)研究，人類(lèi)在講話的時(shí)侯兩肺大概可以容納大約 左右的空氣，而人類(lèi)正常呼出空氣的時(shí)侯大約可以呼出 250300mL 左右的空氣，并且還測(cè)試出人們?cè)谥v話時(shí)兩肺的氣壓大約比講話的時(shí)侯所處的外部環(huán)境的大氣壓略大，大約高出百分之一左右。而在不講話時(shí)人類(lèi)呼氣和吸氣所用的時(shí)間是大致相等的。相應(yīng)地，人類(lèi)在講話的時(shí)侯在呼氣方面所耗費(fèi)的時(shí)間會(huì)比吸氣所耗費(fèi)的時(shí)間較長(zhǎng)，一般來(lái)說(shuō)大約可以占到人們整個(gè)呼吸周期時(shí)長(zhǎng)的 80%左右。通過(guò)研究得知，人類(lèi)用于呼吸的氣管的組成成分主要是一些環(huán)狀的軟骨組織，這些組織在人們講話的時(shí)侯，主要負(fù)責(zé)將來(lái)自肺部呼出的空氣傳送到咽喉部分。 “咽喉”則是由許多軟骨所構(gòu)成的。在生理學(xué)和醫(yī)學(xué)上，將日常生活中人們所看到的在頸部突出的那部分結(jié)構(gòu)稱(chēng)為甲狀軟骨，喉的頂端部分是一塊形狀似梨的軟骨，稱(chēng)為：重慶大學(xué)碩士學(xué)位論文 2 相關(guān)的理論知識(shí)和概念7會(huì)厭軟骨。會(huì)厭軟骨的主要功能是：在人們吞咽食物時(shí)可以有效避免食物進(jìn)入到氣管中。而在咽喉部分的眾多器官中，對(duì)發(fā)聲影響作用最大的則是從喉結(jié)直至溝狀軟骨之間的韌帶褶，這便是我們?nèi)粘Ｋ^的聲帶。通常人們聲帶的長(zhǎng)度大約在1015mm 之間，聲帶的面積比我們的指甲蓋還小，左右兩邊聲帶在人們呼吸時(shí)向左右兩邊張開(kāi)，在人們講話時(shí)左右兩邊聲帶則從兩邊向中間合攏。其中，我們把左右兩邊聲帶之間的部分稱(chēng)為聲門(mén)，由兩個(gè)溝狀的軟骨組織負(fù)責(zé)控制聲門(mén)的開(kāi)啟和關(guān)閉，它可以使聲門(mén)呈類(lèi)似于“A”的形狀開(kāi)啟或者關(guān)閉，在人們講話時(shí)聲帶會(huì)在合攏的狀態(tài)下因受到聲門(mén)之中傳來(lái)的氣流沖激而向兩邊張開(kāi)，也可以根據(jù)聲帶自身固有的韌性并且加上兩肺之中的氣壓發(fā)生下降而又能迅速地閉合，接下來(lái)又可以不斷重復(fù)張開(kāi)與閉合的動(dòng)作。正是由于聲門(mén)可以不間斷地張開(kāi)與閉合，而使聲門(mén)可以送出一連串呈現(xiàn)噴流狀態(tài)的氣息，從而形成一系列以氣流為激勵(lì)的脈沖。我們把聲帶每次張開(kāi)與閉合一次所耗費(fèi)的時(shí)間（即聲帶的振動(dòng)周期）稱(chēng)為基音周期。而基音周期的倒數(shù)就是語(yǔ)音識(shí)別中常用到的特征參數(shù)：基音頻率（pitch） 。基音頻率通常取決于聲帶的自身結(jié)構(gòu)，如聲帶的形狀大小、聲帶整體的厚薄、聲帶軟骨組織的松緊程度以及聲門(mén)上下之間所形成的氣壓差異的效應(yīng)等，人類(lèi)聲帶的基音頻率的波動(dòng)范圍主要在 50500Hz 之間?；纛l率的范圍因人而異，并且可以隨著人的性別、年齡而存在差異。一般來(lái)說(shuō)，年齡較大的老年男性聲帶的基音頻率會(huì)比較低，而青年女性和小孩子聲帶的基音頻率則會(huì)較高?；纛l率是決定人們所產(chǎn)生的聲音音調(diào)高低的最主要的因素，基音頻率高則所產(chǎn)生的聲音的音調(diào)就會(huì)相應(yīng)地較高；相反，基音頻率低則所產(chǎn)生的聲音的音調(diào)就會(huì)相應(yīng)地低一些。在人們講話時(shí)，從聲門(mén)一直到嘴唇之間的用于呼氣的通道叫做聲道。在人們說(shuō)話的時(shí)候，聲門(mén)處的氣流因?yàn)闆_激聲帶而產(chǎn)生振動(dòng)，接下來(lái)氣流經(jīng)過(guò)聲道的一系列響應(yīng)而產(chǎn)生語(yǔ)音。根據(jù)發(fā)聲時(shí)聲道形狀的不同，而產(chǎn)生不同的聲音。其中人們的聲道形狀以及固有的特點(diǎn)則主要是由人的嘴唇、舌頭和腭的大小和位置共同來(lái)決定的。此外，軟腭還可以通過(guò)向下降低位置來(lái)使鼻腔和聲道形成相互耦合。我們把組成人們聲道的各個(gè)器官對(duì)于語(yǔ)音的作用稱(chēng)為聲道的調(diào)音作用。并且我們把這些可以對(duì)人類(lèi)的聲音起到調(diào)音作用的器官稱(chēng)為調(diào)音器官。一般來(lái)說(shuō)，大多數(shù)成年人的聲道長(zhǎng)度大約會(huì)在 16cm 左右，有些成年人聲道的最大橫截面積甚至可以達(dá)到 20cm。與發(fā)聲有關(guān)的咽腔則是指連接喉嚨、食管與口腔、鼻腔之間的一段管狀組織。當(dāng)人們?cè)谥v話的時(shí)侯，咽腔自身的形狀是可以根據(jù)講話的需要而做出相應(yīng)改變的。咽腔與口腔一起共同發(fā)揮作用，這樣可以使我們聲道的形狀變化多種多樣，所以人類(lèi)可以發(fā)出各種不同的聲音。而鼻腔則是指從咽腔開(kāi)始一直延伸到鼻孔這一段之間的所有器官，通常在 10cm 左右長(zhǎng)。人們?cè)趪L試發(fā)出鼻音的時(shí)侯，軟腭是下垂的；如果將軟腭向上抬，則就是我們?nèi)粘Ｗ畛Ｓ玫目谝簟Ｆ渲锌谇皇侵貞c大學(xué)碩士學(xué)位論文 2 相關(guān)的理論知識(shí)和概念8人們聲道的最重要的組成部分，我們可以通過(guò)調(diào)整唇、舌、齒以及腭的大小和位置來(lái)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(dòng)，而舌體的整個(gè)部分也可以在上下左右前后的方向上自由活動(dòng)。而我們的雙唇是位于口腔末端，它可以通過(guò)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(fù)責(zé)控制是否需要配合發(fā)出鼻音的閥門(mén)。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(lèi)整個(gè)的發(fā)聲過(guò)程。綜上所述，在聲門(mén)和聲帶之后，聲道是人們發(fā)聲器官中最重要的，對(duì)發(fā)聲起到了決定性作用的器官。 人耳對(duì)聲音信號(hào)的接收原理耳朵是人類(lèi)聽(tīng)覺(jué)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(duì)聲音信號(hào)的感知起到定位和放大的作用，因?yàn)橥舛鷷?huì)對(duì)一定頻率范圍內(nèi)的聲音信號(hào)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(hào)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(hào)得到一定程度的 structure of ear 放大。聽(tīng)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(jìn)行聲音阻抗的變換，即將中耳兩端的聲音阻抗匹配起來(lái)，在一定的聲音強(qiáng)度范圍內(nèi)，聽(tīng)小骨對(duì)聲音進(jìn)行線性傳遞，而在聲音強(qiáng)度特別大的情況下，聽(tīng)小骨則對(duì)聲音進(jìn)行非線性傳遞，這樣可以對(duì)內(nèi)耳起到保護(hù)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(hào)的收納器，它可以通過(guò)機(jī)械變換把聲音轉(zhuǎn)化為可以在人體神經(jīng)系統(tǒng)中進(jìn)行傳送的生物信號(hào)。耳蝸內(nèi)部充滿了淋巴液，耳蝸相當(dāng)于是一根密閉的管狀組織。耳蝸是由三個(gè)部分組成:鼓階、中階和前庭階。其中中階是負(fù)責(zé)連接鼓階和前庭階，中階的底膜稱(chēng)為基膜，基膜上是柯蒂氏器宮，柯蒂氏器官則是一個(gè)傳感裝置。通過(guò)科學(xué)研究發(fā)現(xiàn)，人耳具有兩個(gè)重要的特性，其中之一就是耳蝸對(duì)聲音信號(hào)所具有的時(shí)頻分析特性，第二個(gè)則是與本文有較大相關(guān)度的人耳聽(tīng)覺(jué)掩蔽效應(yīng)。就是當(dāng)聲音信號(hào)經(jīng)外耳傳入到中耳的時(shí)候，鐙骨的運(yùn)動(dòng)重慶大學(xué)碩士學(xué)位論文 2 相關(guān)的理論知識(shí)和概念9會(huì)引起耳蝸內(nèi)淋巴液壓強(qiáng)的變化，進(jìn)而引起聲波沿基膜傳播，不同頻率的聲音信號(hào)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(shí)，基膜振動(dòng)的幅度峰值出現(xiàn)在基膜的頂部附近。相反，頻率高時(shí)，基膜振動(dòng)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(hào)是一個(gè)多頻率的復(fù)合聲音信號(hào)，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(gè)原理上來(lái)講，我們的耳蝸就相當(dāng)于是一個(gè)聲音信號(hào)頻譜分析儀，可以將復(fù)雜的混合聲音信號(hào)分解成各種頻率的聲音信號(hào)分量。 聲音信號(hào)的分類(lèi)根據(jù)聲音產(chǎn)生的來(lái)源不同大致可以分為以下三種語(yǔ)音：① 濁音 濁音主要是由位于聲門(mén)處的準(zhǔn)周期的氣息脈沖序列激勵(lì)產(chǎn)生的。在我們呼氣的時(shí)候，空氣從我們的肺部排出形成空氣流，當(dāng)此股空氣流經(jīng)過(guò)聲帶時(shí)，如果此時(shí)我們的聲帶是繃緊的，則會(huì)在聲門(mén)處產(chǎn)生一個(gè)準(zhǔn)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(dòng)，從而形成周期性地開(kāi)啟與閉合。當(dāng)聲帶開(kāi)啟的時(shí)候，空氣流會(huì)從聲門(mén)處噴射出來(lái)，從而形成一個(gè)脈沖，聲門(mén)的閉合時(shí)相當(dāng)于脈沖序列之間的間隙。此空氣脈沖流會(huì)通過(guò)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(gè)收縮區(qū)的湍流(類(lèi)似噪音)激勵(lì)而形成的。在我們呼氣的時(shí)候，如果此時(shí)聲帶是完全舒展開(kāi)的，則肺部呼出的空氣流將不會(huì)受到任何器官的作用通過(guò)聲門(mén)。在此股空氣通過(guò)聲門(mén)后，如果聲道某個(gè)部位發(fā)生收縮，則會(huì)形成一個(gè)狹窄的通道，當(dāng)空氣流到達(dá)此處時(shí)將會(huì)被迫以高速氣流沖過(guò)此收縮區(qū)，并在此附近產(chǎn)生空氣湍流。而清音(也稱(chēng)摩擦音)則正是由這種湍流空氣通過(guò)聲道所形成的。③ 爆破音爆破音是由位于聲道的某個(gè)閉合點(diǎn)處建立起來(lái)的氣壓所激勵(lì)而形成的，爆破音具有突然釋放的特性。產(chǎn)生爆破音的時(shí)候，聲帶的狀態(tài)如同上面產(chǎn)生清音的開(kāi)始階段一樣，但是當(dāng)空氣通過(guò)聲門(mén)后，如果此時(shí)聲道的某個(gè)部位完全閉合在一起，那么當(dāng)空氣流到達(dá)時(shí)便會(huì)在此處建立起較大的空氣壓力，一旦此閉合點(diǎn)突然開(kāi)啟便會(huì)使之前在此形成的氣壓得到快速釋放，此時(shí)就會(huì)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(gè)因素重慶大學(xué)碩士學(xué)位論文 2 相關(guān)的理論知識(shí)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(huì)相同，比如笛子和簫，雖然兩者外表看起來(lái)比較相似，但是卻能產(chǎn)生的不同風(fēng)格的聲音；聲道的自身特點(diǎn)，就好比笛子本身，我們可以通過(guò)手指來(lái)按放笛子上的氣孔（相當(dāng)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(fēng)琴，雖然是同一個(gè)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(chēng)為音高，表現(xiàn)為人們的主觀聽(tīng)覺(jué)上聲音的高低。音調(diào)一般與聲音的頻率有關(guān)，頻率