【正文】 特性。 Speech Signal Processing . 語(yǔ)音信號(hào)產(chǎn)生的數(shù)字模型 (c)混合型 +1H2H3H4H5HA V1A2A3A4A5A1H 2H 3H 4H 5H低 通濾 波低 通濾 波A FA B幅度控制因子 AB專為一些頻譜特性比較平坦的音素，如[f],[p],[b]所考慮的。 Speech Signal Processing . 語(yǔ)音信號(hào)產(chǎn)生的數(shù)字模型 (3)輻射模型 ? 在發(fā)音腔道內(nèi)形成的氣流經(jīng)由嘴唇端輻射出來(lái)，到達(dá)聽(tīng)者耳朵的這段過(guò)程，聲音信號(hào)會(huì)衰減，而且有高通濾波的特性，我們常用一個(gè)一階的數(shù)字高通濾波器擬這個(gè)現(xiàn)象，這個(gè)濾波器又叫做輻射模型 (radiation model)，其數(shù)學(xué)式如下 10 0 0( ) ( 1 ) , 1 , 1R z R z R R?? ? ? ?完整的數(shù)字模型的系統(tǒng)函數(shù)： 011( ) ( ) ( ) ( )( 1 ) ( 1 )qkkkGRH z G z V z R zbz c z??????? ?Speech Signal Processing . 語(yǔ)音信號(hào)產(chǎn)生的數(shù)字模型 總結(jié)： 1. 此模型并非最完備的模型，因?yàn)樗鼘?duì)一些音是不適用的如濁音中的摩擦音，這種音要有發(fā)濁音和清音的兩種激勵(lì)，而不是簡(jiǎn)單的疊加關(guān)系，對(duì)這些音我們可用更精確的模型來(lái)模擬。 2. 語(yǔ)音產(chǎn)生的數(shù)字模型中增益控制（對(duì) Av或 AN）代表了輸出語(yǔ)音的音響強(qiáng)度；時(shí)變線性系統(tǒng)主要用來(lái)模擬聲道的特性； 3. 數(shù)字語(yǔ)音處理中兩個(gè)基本問(wèn)題，即語(yǔ)音分析和語(yǔ)音合成，都是基于這個(gè)模型來(lái)實(shí)現(xiàn)的； 4. 此數(shù)字模型的特點(diǎn)： ? 系統(tǒng)參數(shù)固定不變 — 短時(shí)分析； ? 全極點(diǎn)性質(zhì) — 零點(diǎn)可由多個(gè)極點(diǎn)逼近； ? 激勵(lì)源和聲道互相獨(dú)立 — 適用于大多數(shù)數(shù)字語(yǔ)音處理。 返回 Speech Signal Processing . 人類的聽(tīng)覺(jué)功能 用語(yǔ)言作溝通，就是說(shuō)話的人能讓對(duì)方聽(tīng)懂他在說(shuō)些什么，雙方用說(shuō)與聽(tīng)來(lái)達(dá)成信息交換與感情交流。而語(yǔ)言的學(xué)習(xí)過(guò)程，更是不斷地聽(tīng)，然后學(xué)習(xí)會(huì)說(shuō)，所以語(yǔ)言與聽(tīng)覺(jué)有密切的關(guān)聯(lián)性。 本節(jié)將說(shuō)明人類聽(tīng)覺(jué)器官的構(gòu)造，以及如何聽(tīng)聲音。并且對(duì)于人耳在聽(tīng)覺(jué)上的一個(gè)重要特性，聽(tīng)覺(jué)掩蔽效應(yīng)做了簡(jiǎn)要敘述，這是語(yǔ)音處理中常常會(huì)用到的聽(tīng)覺(jué)特性。 Speech Signal Processing . 人類的聽(tīng)覺(jué)功能 圖 51 聽(tīng)覺(jué)器官簡(jiǎn)圖 Speech Signal Processing . 人類的聽(tīng)覺(jué)功能 圖 52 聽(tīng)覺(jué)過(guò)程 Speech Signal Processing . 人類的聽(tīng)覺(jué)功能 外耳 從耳翼 (pinnas)到鼓膜 (eardrum)這一段叫做外耳。 耳翼的功能在幫助判斷聲音的來(lái)源方向，它對(duì)于聽(tīng)者前方來(lái)的聲音比較敏感。 耳翼到鼓膜之間的通道叫做耳道 （ meatus) ，這是一個(gè)長(zhǎng)約 。 對(duì)于聲波的傳播而言，這條通道等于是一個(gè)四分之一波長(zhǎng)的 共振腔 ，它的 第一個(gè)共振頻率 大約是 3 kHz，這個(gè)共振作用將 3～ 5 kHz的聲波 放大 15 dB左右 ，因此使得我們的聽(tīng)覺(jué)對(duì)于 3～ 5 kHz的頻率范圍比較敏感。 Speech Signal Processing . 人類的聽(tīng)覺(jué)功能 中耳 在鼓膜與耳蝸之間有一個(gè)大約 6立方公分的小空間，稱之為中耳。 在這個(gè)小空間內(nèi)，有三塊小骨頭，分別是槌骨 (hammer，或稱為 malleus)， 砧骨 (anvil或稱為incus)與鐙骨 (stapes，或稱為 stirrup)。 槌骨黏接在鼓膜上，聲波造成的空氣振動(dòng)會(huì)使鼓膜振動(dòng)，進(jìn)而推動(dòng)槌骨的振動(dòng)，鐙骨貼在耳蝸的橢圓形窗(oval window)上，槌骨的振動(dòng)經(jīng)過(guò)砧骨與鐙骨的傳遞，將振動(dòng)信號(hào)傳到耳蝸內(nèi)的淋巴液，所以中耳可以看成是聲波到淋巴液的信號(hào)轉(zhuǎn)換，在此轉(zhuǎn)換過(guò)程中， 對(duì)于 1 kHz以上的信號(hào)做了 15 dB/10倍頻程的衰減，可以看成是一個(gè)低通濾波器 (low pass filter)。 Speech Signal Processing . 人類的聽(tīng)覺(jué)功能 人類在分辨聲音時(shí)，是取決于頻域上的分辨率，聽(tīng)覺(jué)器官等于是將時(shí)域的聲音波形轉(zhuǎn)換成在頻域的頻譜，能否聽(tīng)到聲音或分辨聲音，是取決于 音強(qiáng) (intensity)與 頻譜(spectrum)。 一般人的聽(tīng)覺(jué)器官可以感知頻率范圍 16 Hz到 18 kHz的聲音，動(dòng)態(tài)范圍約 1000倍。 超出人類聽(tīng)覺(jué)感知范圍，如 20kHz以上的聲波，我們稱之為超音波 (ultrasonic)。 人耳對(duì)于 1kHz到 5kHz的聲音最為敏感 ，但是對(duì)于 1 kHz以下與 5kHz以上的聲音，就要較大的音強(qiáng)才聽(tīng)得到。 Speech Signal Processing . 人類的聽(tīng)覺(jué)功能 人類聽(tīng)覺(jué)的范圍 Speech Signal Processing . 人類的聽(tīng)覺(jué)功能 掩 蔽效應(yīng) (masking effect) 當(dāng)一個(gè)聲音存在時(shí)，它會(huì)將另一個(gè)聲音的感知臨界值提高，也就是說(shuō) 當(dāng)某一頻率的聲音，有一特定音強(qiáng)存在時(shí)，另一個(gè)不同頻率的聲音要將音強(qiáng)提高才會(huì)被聽(tīng)到，這就是聽(tīng)覺(jué)掩蔽效應(yīng)。 同時(shí)存在的聲音，常常是低頻的聲音傾向于 掩 蔽掉高頻的聲音，這是一種頻率 掩 蔽 (frequency masking)的現(xiàn)象。 某一段時(shí)間存在一個(gè)聲音，在此聲音剛結(jié)束的一小段時(shí)間內(nèi)，其它的聲音會(huì)聽(tīng)不見(jiàn)這種 掩 蔽現(xiàn)象叫做 時(shí)間掩 蔽 (temporal masking)。 這個(gè)現(xiàn)象也會(huì)發(fā)生在此存在聲音之前，這是由于聲音在聽(tīng)覺(jué)器官中傳遞時(shí)延遲所造成的。 Speech Signal Processing . 人類的聽(tīng)覺(jué)功能 頻率 掩 蔽的情形