语音信号处理课件语音产生机理.ppt

Lesson 3 Mechanism of Speech,The nature of speech,声音是携带信息的极其重要的媒体（20）声音是通过空气传播的一种连续的波，叫声波，也具有反射、折射和衍射现象。声音信号是由许多频率不同的分量信号组成的复合信号。复合信号的频率范围称为带宽。带宽为20Hz20kHz的信号称为音频（audio）信号，可以被人的耳朵感知。声音是时基类媒体。,anatomy and physiology of the speech generation,发声器官：喉；声道；嘴,Trachea 器官Esophagus食管Epiglottis 会厌,肺：能源；喉：振动源，包括声带和声门；声道（声门到嘴唇的呼气通道）：谐振腔；其他发音器官：包括唇、齿、舌、面颊等，使谐振腔改变形状。,一、语音发音系统（发音器官及其作用）,产生语音的器官,喉的生理结构,喉位于气管的上端，实际上是气管末端一圈软骨构成的一个框架，前方稍高处的软骨称为甲状软骨，前后方环成一圈的称为喉部环形软骨，喉中两片肌肉称为声带，声带之间的空隙为声门。当声带张开时，声门打开，空气可自由呼出，正常呼吸就处于这种情况；当声带闭合，声门关闭。,发音机理,甲状软骨,声门,声带,环形软骨,人的前方,当说话时，声带在软骨的作用下相互靠近但不完全闭合，声门变成一条窄缝，当气流通过窄缝时压力减小，外界压力大，从而两片声带完全闭合使得气流不能通过，当气流阻断时压力恢复正常，推开两片声带，声门再次打开，气流再次流过。,声带靠拢,Tp,基音周期,声带的开启和闭合称为振动。这一振动过程周而复始，形成了一串周期性脉冲气流送入声道。这个过程发出的音称为浊音。如汉语发音的a、i、u和o等。,话音的分类,浊音（voiced sounds）：声道打开，声带在先打开后关闭，气流经过使声带要发生张驰振动，变为准周期振动气流。浊音的激励源被等效为准周期的脉冲信号。清音（unvoiced sounds）：声带不振动，而在某处保持收缩，气流在声道里收缩后高速通过产生湍流，再经过主声道（咽、口腔）的调整最终形成清音。清音的激励源被等效为一种白噪声信号。爆破音（plosive sounds）：声道关闭之后产生压缩空气然后突然打开声道所发出的声音。,话音的形成原理,肺中的空气受到挤压（squeeze)形成气流，气流通过声门（vocal cords)（声带）沿着声道(vocal tract)（由咽pharynx、喉throat、口腔(cavity)等组成）释放出去，就形成了话音。气流stream、声门glottis可以等效为一个激励源excitation，声道可以等效为一个时变滤波器（共振峰）。话音信号具有很强的相关性（长期相关、短期相关）。,话音产生的数字模型,周期脉冲序列发生器,伪随机噪声产生器,周期,时变数字滤波器,音量控制,声道参数,语音输出,浊/清选择,女声汉语拼音a的时域波形,声道,气流从喉向上经过口腔或鼻腔后从嘴或鼻孔向外辐射，期间的传输通道称为声道。气流流过声道时犹如通过了一个具有某种谐振特性的腔体，放大某些频率，在频谱上形成相应位置的峰起，称为共振峰。,讲话时，由于舌和唇的连续运动，使声道形状改变，随即改变谐振频率，使得发不同的音。声道的不同的形状，对应不同的谐振频率。,声道模型,短期内，声道可以表示为形状稳定的管道各段管子截面积的和差比，称为反射系数,鼻端,嘴唇,谐振频率的计算,谐振频率发生在：Fn=（声道的横截面是均匀的，发元音e时，声道近似是均匀的。）,L=17cm，声道的长度n=1,2,3 称为第一共振峰F1=500Hz、第二共振峰F2=1500Hz、第三共振峰F3=2500Hz，c=340m/s,2n-1,4L,c,语音的基本单位,Phoneme(abstract,smallest)音素:清音，浊音 Morpheme 词素 Syllable 音节：元音和辅音构成；（声母和韵母）Word 单词 Phrase 短语 Sentence 句子 Paragraph 段落 Topics,Articles,Stories 主题文章,F0=1/Tp，基音频率，由声带的质量来决定。F0的大小决定了声音的高低，称为音高。男性的F0大致分布在：60200Hz 女性和儿童的F0大致分布在：200450Hz,基音频率（Fundamental Frequency）F0,