語音頻號處理第七章

語音頻號處理第二章

語音頻號處理第三章

語音頻號處理第四章

語音頻號處理第五章

語音頻號處理第七章

語音頻號處理第九章

語音頻號處理第十章

語音頻號處理第十二章

語音壓縮編碼

只針對考試內容，不全面講解各類編碼

語音合成系統模型：

評價標準：

分類：語音頻號編碼最簡單的方式是直接將語音頻號進行量化，只要量化位數足夠多，就能保證解碼後語音頻號有很好的音質。缺點是這樣所需的數碼率太高，傳輸通道難以承受。因此必須對語音頻號進行壓縮編碼

信源編碼主要解決有效性的問題，也就是資料壓縮的問題，以最少的數碼表述信源所發的訊號，減少容納給定資訊集合或資料取樣集合的訊號空間。通道編碼主要解決可靠性問題，即盡量使處理過的訊號在傳輸的過程中不出錯或少出錯，即使出了錯也要能自動檢錯和盡量糾錯。因此本章主要講信源編碼

1）幅度非均勻分布。小幅度樣本出現的概率高。

2）對於短時自相關函式，相鄰樣本間的相關性很強。

3）濁音語音段具有準週期性。

4）聲道的形狀及其變化緩慢。

5）存在語音間隙。

1）非均勻的長時功率譜密度。高頻能量較低，對應於時域上相鄰樣本間的相關性。

2）對於短時功率譜密度，整個譜隨著頻率增加而遞減。整個譜形成基於基音頻率的高次諧波結構。共振峰頻率處能量較大。

1）掩蔽效應。高聲級單音會掩蔽臨近頻率聲音。可用於抑制與訊號同時存在的量化雜訊。

2）人耳對不同頻段聲音的敏感程度不同。人的聽覺對低頻段比較敏感，對高頻段不太敏感。

3）人耳對語音頻號的週期性（即音調）極為敏感，而對相位變化不敏感。

上限：語音壓縮編碼的極限速率（下限）為80~100bps

技術：

（1）線性**

短時相關性使用以下模型來描述：

長時相關性使用以下模型來描述：

一般來說，長時**係數的個數在1（q=r=0）到3（q=r=1）之間

（2）合成分析法：將綜合器引入編碼器，使之與分析器相結合，在編譯器中生成和解碼端完全一致的語音。將次合成語音與原始語音相比較，根據一定的誤差原則，來調整計算各個引數，使得兩者之間的誤差最小。

（3）感覺加權濾波器：

理想的編碼器應該是低速率、高語音質量、低時延、高誤碼容限、低複雜度、具有良好的健壯性和演算法可擴充套件性。

客觀評價的方法有訊雜比，主觀評價的方法有可懂度評價、音質評分

《語音頻號處理》第七章總結 向量量化

第7章 1 標量 向量量化的定義 理解 記憶 標量量化 是對取樣後的訊號逐個進行量化 向量量化 是將若干個取樣訊號分成一組，構成乙個向量，然後對此向量一次進行量化。二者的比較 率 失真理論 指出 向量量化總是優於標量量化，且向量維數越大效能越優越，因為向量量化有效地應用了向量中的各分量間的各種相互關...

語音頻號處理

濁音的聲帶振動基本頻率 fundamental frequency 稱為基音頻率。濁音的基音頻率 pitch 語音生成系統和語音感知系統 語音頻號生成的數學模型 語音頻號的特性分析 語音頻號處理是以語音語言學和數字訊號處理為基礎的綜合性學科，是用數字訊號處理技術對語音頻號進行處理的一門學科。說話人識...

python第七章 python教程（第七章）

字典和集合 字典是python中唯一，乙個對映型別 如何建立乙個字典，如下 dict dict 滲透 網路安全 怎麼理解字典呢？現實生活中的字典可以通過首字母進行查詢要查詢的漢子，python也可以這樣理解，通過 前的元素查詢到冒號後的元素。為什麼說字典是唯一乙個對映型別呢?看圖。對映型別區別與序列...