语音处理技术研究【文献综述】

毕业设计文献综述

电子信息科学与技术

语音处理技术研究

【摘要】：语音处理技术是对语音信号进行采集、压缩、滤波、增强等技术的集合定义。该技术是计算机音频系统的核心，在军事、医学、通信等领域都有较为广泛的应用。本文介绍了语音处理技术研究现状及发展前景。通过对三种主要音频滤波技术的对比和研究归纳，总结了每种技术的特点及适用范围，阐述了语音处理技术的发展方向。

【关键词】：数字信号处理；语音信号处理；音频滤波

一、背景

1.1语音处理技术技术

集就是把这种声波信号经语音信号是一种频率变化范围较宽(16～3000 Hz)的机械波。语音采[]1

过麦克风和高频放大器转换成具有一定幅度的模拟量电信号，再经离散化变成数字量，成为计算机

理，确定语音信号的采样频率。语音处理技术的研究结果能贮存和处理的信号。根据香农采样定[]2

表明：特定的语音信号是由其过零率、帧能量、频谱构成等多因素决定的。

音频是个专业术语，人类能够听到的所有声音都称之为音频。声音是一种模拟信号，它可能包波是语音分析系统中的关键环节，是当今社会前沿技术之一。为了获得更高含各种噪音。音频滤[]3

的音频质量，我们必须对声音中包含的噪声通过某种方法进行滤除，剩下的就是我们所需要的有用信号。这种滤除噪声的方法既为我们今天要讨论的音频滤波技术。

1.2语音处理技术的研究现状

语音处理技术在计算机软硬软件的相结合的方式下，通过几十年的探索，其研究和开发正进入一个黄金时代。在世界发达国家制定的高技术发展规划中，语音处理技术的地位十分引人注目。20世纪60年代中期形成的一系列数字信号处理的理论与算法，如数字滤波器、快速傅里叶变换（FFT）的等语音信号处理的理论与技术基础。随着信息技术的飞速发展，语音信号处理取得了重大进展。

术（LPC），并成为进入70年代之后，提出了用于语音信号的信息压缩和特性提取的线性预测技[]4

语音信号处理最强有力的工具。80年代初，一种新的基于聚类分析的高效数据压缩技术—矢量量化

型（HMM）描述语音信号过程的产生时80年代（VQ）应用于语音信号处理中，而用隐马尔科夫模[]5

语音信号处理技术的重大发展。近年来人工神经网（ANN）的研究取得了迅速发展，语音信号处理技

术也是促进其发展的重要动力之一。

二、语音处理的分析方法

数字滤波器是语音信号处理的最基本的工具，数字滤波器与模拟滤波器相比有很多优点，他除了可以避免模拟滤波器固有的电压漂移、温度漂移和噪声外还能满足滤波器对幅度和相位的严格要求。数字滤波器设计的基本流程图为：

滤波器设计流程图

文献[6]提出FIR 滤波器算法设计分析。FIR 滤波器能够保证严格的线性相位特性，且不存在稳定性问题，窗函数法和频率采样法等是设计FIR 数字滤波器的常用方法。窗函数法在时域中进行，其原理简单，易于实现，但存在在相同设计指标下滤波器的阶数通常会偏大的问题。频率采样法对于只有少数几个非零值采样的窄带选频滤波器较有效。FIR 数字滤波器的设计步骤大致可分为以下

几步：(1)给定所要求的理想频率响应函数()jw d H e ；(2)对理想频率响应函数进行反傅里叶变换，

则得到系统单位脉冲响应为：ha(n)=IDFTFr[()jw d H e ]；(3)根据过渡带及阻带衰减最小的要求查表，可选定窗 W(n)的形状及除数Ⅳ 的大小，一般Ⅳ的值要做几次试探才能最终确定；(4)得到所设计的FIR 滤波器的单位抽样响应f 该响应逼近理想)：h(n)=()()d H n w n ，n=0，l ? ；(5)求()jw d H e =DTFY[h(n)]，检查是否满足设计要求．若不满足，则需重新按照上述步骤设计。实验表明FIR 滤波器有其独特的优点，因为FIR 滤波器系统只有零点，因此系统总是稳定的，而且最容易实现线性相位和允许实现多通道滤波器。

文献[7]提出IIR 滤波器算法设计分析。IIR 滤波器由于他的脉冲序列是无限长的，故称为无限脉冲响应滤波器。IIR 滤波器的设计方法有直接发和间接法基本思路是：

根据实际要求的数字滤波器的性能指标设计对应的模拟滤波器，得到模拟滤波器的传输函数()a H s ，然后将()a H s 按某种方法变换成数字滤波器的系统函数日H(z)。IIR 数字滤波器因具有结构简单、占用存储空间少、运算速度快，能够用较低的阶数实现较好的选频特性等特点，得到了广泛应用。 文献[8]提出自适应滤波器算法设计分析。在许多场合下，常常需要处理一些无法预知的信号、噪声或时变信号。如果采用具有固定滤波系数的数字滤波器无法实现最优滤波，在这种情况下必须设计自适应滤波器，以使得滤波器的动态特性随着信号和噪声的变化而变化，以达到最优滤波效果。自适应滤波是仅需对当前观察的数据做处理的滤波算法。它能自动调节本身冲激响应的特性，或者说自动调节数字滤波器的系数，以适应信号变化的特性，从而达到最佳滤波。实验表明由于自适应滤波不需要关于输入信号的先验知识，计算量小，特别适合于实时处理，近年来得到广泛的应用，如在自适应预测、自适应均衡、自适应回波抵消、自适应噪声抵消等领域。

三、语音处理技术存在的问题与发展前景

随着科学技术的发展，电话、光缆、微波等通信方式已经得到了广泛的应用，语音质量空前提高，但在某些领域，周围噪声大，所学要的信号很容易被噪声污染。语音系统中的噪声，包括环境噪声和录音过程加入的电子噪声。提高系统鲁棒性的特征方法包括语音增强和寻找对噪声干扰不敏感的特征，模型方法有并行模型组合PMC 方法和在训练中人为加入噪声。信道畸变包括录音时话筒的距离、使用不同灵敏度的话筒、不同增益的前置放大和不同的滤波器设计等等。特征方法有从倒谱矢量中减去其长时平均值和RASTA 滤[]9波，模型方法有倒谱平[]10移

。各项技术的发展在一步步推进

语音处理技术日臻完善。 四、总结

语音处理就是一门涉及面很广的交叉学科，它既与数字信号处理等学科有着非常密切的关系，音频滤波技术是语音处理中的关键环节。各种算法的应用使得滤波技术体系清晰功能强大。特别是近几年来，和它有关的语言学、语音学，以及语音理解、听觉心理和语言感知理论等都有较大发展，加之超大规模集成电路、电子计算机、数字信号处理、人工智能等所取得的突飞猛进的发展，都为语音研究提供了更好的理论支撑和物质基础。

五、参考文献

[1] 汪兴贤.单片机语音采集与合成技术[M]南昌大学学报（工科版），1996,18（2）

[2] 张晓东，卢源陵.香农采样理论的扩展与应用[M]赣南师范学院学报，1996（6）

[3] 李占辉，刘晓强，李柏岩 小波域降噪方法及在历史音频保护中的应用[J]东华

大学，2010，8（4）

[4] 杜可越，李辉，戴蓓倩，陆伟.一种改进的LPC 语音编码方法[M]中国科技大学学

报，2003,1(23)

[5] 涂奇雄, 梁维谦. 基于HMM 的语音合成系统的模型压缩[D]清华大学电子工程

系，清华大学微电子所,1002-S694（2010）07-0048-04

[6] 张凯，皮之军，张树团，李静.基于DSP／BIOS的FIR 数字滤波器设计与实现[M]

海军航空工程学院山东烟台，2009,10

[7] 伍永锋，王国金.基于MATLAB的IIR数字滤波器的设计及DSP实现[M]宁夏大学物

理电气信息学院，2010

[8] 王丽芳，陈益平.基于DSP的自适应滤波器的实现[M]南昌航空大学，2009,9

[9] 张璐琳，赵凌伟.RASTA滤波在语音干扰客观评价中的应用[M]中国人民解放军海

军91404部队，1003—3114(2008)06—44—3

[10] 袁见，李国辉，徐新文.基于倒谱分析的被动水声目标原始信号重构方法[J]

计算机工程与科学,2009,29(8)

[11] HOULi Mi, WANG ShItO．Zhong. Speaker Identification Based on Fractal

Dim ensions[M]school of communication and information engineering ，shanghai University，，2003，7(1)：60～63.

[12] ZHANG Heng，FU Qiang and YAN Yonghong. Speech Enhancem ent Using Com

pact Microphone Array and Applications in Distant Speech Acquisition[M]

ThinkIT Speech Laboratory Institute Acoustics，Chinese Academy of Sciences，

[13] SHE Kun，CHEN Shuzhen ，YANG Shen，Z0U Lia A NoveI Visual ization TooI for ManuaI Annotation when Bui lding Large Speech Corpora[M] School of Electronic Information， Wuhan University，Wuhan 430072，Hube ，China

[14] Demuynck K，Laureys T．A Comparison of Different Approaches to Automatic Speech Segmentation [M]Proceedings of the 5th ]nternational Conference on text ，Speech and Dialogue． Brno：the International Speech Communication Association。2002：277—284．