1、Made by XubinCall :第 1 页 共 10 页语音信号处理 重点、考点、考试题一、填空题：（共 7 小题，每空 2 分，共 20 分） A 卷1、矢量量化系统主要由编码器和 组成，其中编码器主要是由搜索算法和 构成。 2、基于物理声学的共振峰理论，可以建立起三种实用的共振峰模型：级联型、并联型和 。3、语音编码按传统的分类方法可以分为 、 和混合编码。 4、对语音信号进行压缩编码的基本依据是语音信号的 和人的听觉感知机理。 5、汉语音节一般由声母、韵母和 三部分组成。6、人的听觉系统有两个重要特性，一个是耳蜗对于声信号的时频分析特性；另一个是人耳听觉的 效应。 7、句法的最小单
2、位是 ，词法的最小单位是音节，音节可以由 构成。二、判断题：（共 3 小题，每小题 2 分，共 6 分） 1、预测编码就是利用对误差信号进行编码来降低量化所需的比特数，从而使编码速率大幅降低。 （ ） 2、以线性预测分析-合成技术为基础的参数编码，一般都是根据语音信号的基音周期和清/浊音标志信息来决定要采用的激励信号源。 （ ） 3、自适应量化 PCM 就是一种量化器的特性，能自适应地随着输入信号的短时能量的变化而调整的编码方法。 （ ）三、单项选择题：（共 3 小题，每小题 3 分，共 9 分） 1、下列不属于衡量语音编码性能的主要指标是（ ） 。 （A）编码质量 （B）矢量编码（C）编码速
3、率（D）坚韧性 2、下列不属于编码器的质量评价的是（ ） （A ）MOS （B）DAM （C ）DRT（D）ATC 3、限词汇的语音合成技术已经比较成熟了，一般我们是采用（ ）作为合成基元。 （A）词语 （B）句子 （C）音节 （D）因素 四、简答题：（共 2 小题，每小题 12 分，共 24 分）1、画出矢量量化器的基本结构，并说明其各部分的作用。2、试画出语音信号产生的离散时域模型的原理框图，并说明各部分的作用。五、简答题：（共 5 小题，前三小题，每题 5 分，后两小题，每题 10 分，共 35 分） 1、线性预测分析的基本思想是什么？2、隐马尔可夫模型的特点是什么？ 3、矢量量化器的所
4、谓最佳码本设计是指什么？ 4、针对短时傅里叶变换n(ejw) 的定义式，请从两个角度对其进行物理意义的分析。 5、针对短时傅里叶变换的时间分辨率和频率分辨率的矛盾性，请给予分析说明。六、计算题：（共 1 小题，每小题 6 分，共 6 分） 1、已知一个简单的三状态 HMM 模型的图形，如图一所示。求该 HMM 模型输出 aab 的概率为多少？（要有求解过程，无计算过程不得分）Made by XubinCall :第 2 页 共 10 页一、填空题：（共 9 小题，每空 2 分，共 28 分） 1、语音编码按传统的分类方法可以分为 、 和混合编码。 2、矢量量化系统主要由编码器和 组成，其中编码
5、器主要是由搜索算法和 构成。 3、句法的最小单位是 ，词法的最小单位是音节，音节可以由 构成。 4、汉语音节一般由声母、韵母和 三部分组成。 5、复倒谱分析中避免相位卷绕的算法，常用的有 和最小相位信号法。 6、对语音信号进行压缩编码的基本依据是语音信号的 和人的听觉感知机理。 7、基于物理声学的共振峰理论，可以建立起三种实用的共振峰模型：级联型、并联型和 。8、语音信号处理也可以简称为语音处理，它是利用数字信号处理技术对语音信号进行处理的一门学科，包括语音编码、 、 、说话人识别和 等五大分支。 9、人的听觉系统有两个重要特性，一个是耳蜗对于声信号的时频分析特性；另一个是人耳听觉的 效应。二
6、、判断题：（共 3 小题，每小题 2 分，共 6 分） 1、线性预测法正是基于全极点模型假定，采用时域均方误差最小准则来估计模型参数的。2、波形编码是依赖模型假定的语音编码方法。 （ ） 3、自适应量化 PCM 就是一种量化器的特性，能自适应地随着输入信号的短时能量的变化而调整的编码方法。 （ ）三、单项选择题：（共 3 小题，每小题 2 分，共 6 分） 1、下列波形编码中属于频域编码的是（ ） 。 （A ）PCM （B ）ADM （C）SBC（D）APC 2、标量量化和矢量量化在概念上是相互对应的，那么标量量化中的量化值对应着矢量量化中的（ ） （A）胞腔 （B）量化矢量 （C）码书 （D
7、）量化区间 3、限词汇的语音合成技术已经比较成熟了，一般我们是采用（ ）作为合成基元。 （A）词语 （B）句子 （C）音节 （D）因素四、画图分析题：（共 2 小题，每小题 12 分，共 24 分）1、画出矢量量化器的基本结构，并说明其各部分的作用。2、试画出一卷积同态系统的模型，并把它分解为三个子系统进行分析，要有相应的表达式说明。五、简答题：（共 5 小题，每小题 6 分，共 30 分） 1、复倒谱和倒谱的特点和关系是什么？2、线性预测分析的基本思想是什么？ 3、隐马尔可夫模型的特点是什么？ 4、矢量量化器的所谓最佳码本设计是指什么？ Made by XubinCall :第 3 页 共
8、10 页5、预加重和去加重的思想和作用是什么？一、填空题 1、语音编码按传统的分类方法可以分为 、 和混合编码。 2、矢量量化系统主要由编码器和 组成，其中编码器主要是由搜索算法和 构成。 3、语音信号处理也可以简称为语音处理，它是以 和 为基础而形成的一个综合新的学科，包括 、 、 和 等四大分支。 4、语音的四大要素： 、 、 和 。5、人类发音过程有三类不同的激励方式，因而能产生三类不同的声音，即 、 和 。6、句法的最小单位是 ，词法的最小单位是音节，音节可以由 构成。 7、元音的一个重要声学特性是共振峰，它是区别不同元音的重要参数，它一般包括共振峰频率的位置和 。8、汉语音节一般由声
9、母、韵母和 三部分组成。 9、基于物理声学的共振峰理论，可以建立起三种实用的共振峰模型：级联型、并联型和 。10、语音信号的倒谱分析就是求取语音倒谱特征参数的过程，它可以通过 处理来实现。二、判断题 1、线性预测法是基于全极点模型假定，采用时域均方误差最小准则来估计模型参数的。（ ） 2、预测编码就是利用对误差信号进行编码来降低量化所需的比特数，从而使编码速率大幅降低。 （ ） 3、自适应量化 PCM 就是一种量化器的特性，能自适应地随着输入信号的短时能量的变化而调整的编码方法。 （ ） 4、掩蔽效应是使一个声音 A 能感知的阀值因另一个声音 B 的出现而提高的现象，这时 A 叫掩蔽声， B
10、叫被掩蔽。 （ ） 5、参数编码是依赖模型假定的语音编码方法。 （ ）三、单项选择题 1、矢量量化器大致可以分为无记忆矢量量化器和有记忆矢量量化器两类，下列不属于无记忆矢量量化器的为（ ） 。 （A）全搜索矢量量化器 （B）树搜索矢量量化器 （C）多极矢量量化器 （D）自适应矢量量化器 2、下列波形编码中属于频域编码的是（ ）（A）PCM （B）ADM（C） SBC（D）APC四、画图分析题 1、画出矢量量化器的基本结构，并说明其各部分的作用。 2、试画出语音合成模型（语音生成模型）的原理框图，并说明各部分的作用。 3、针对于短时傅里叶变换的时间分辨率和频率分辨率的矛盾性请给予分析说明。五、简
11、答题 1、复倒谱和倒谱的特点和关系是什么？2、线性预测分析的基本思想是什么？3、隐马尔可夫模型的特点是什么？ 4、矢量量化器的所谓最佳码本设计是指什么？六、计算题 Made by XubinCall :第 4 页 共 10 页1、已知一码本尺寸 J=8 的二叉树，它的码本中共包含有 14 个码字，见图一所示。现采用全搜索法和二叉树搜索法来进行分析，计算它们的失真运算量、比较运算量和存储容量各为多少？（要有求解过程，无过程不得分）2、已知一简单的三状态 HMM 的图形，见图二所示。求该 HMM 输出的 aab 的总概率为多少？Made by XubinCall :第 5 页 共 10 页Made
12、 by XubinCall :第 6 页 共 10 页Made by XubinCall :第 7 页 共 10 页第一判决先根据语音短时能量的轮廓选取一个较高的门限 T1，进行一次粗判：语音起止点位于该门限与短时能量包络焦点所对应的时间间隔之外即 AB 段之外。根据背景噪声的平均能量确定一个较低的门限 T2，并从 A 点往左、从 B 点往右搜索，分别找到短时能量包络与门限 T2 相交的两个点 C 和 D，于是 CD 段就是用双门限方法根据短时能量所判定的语音段。第二判决以短时平均过零率为标准，从 C 点往左和从 D 点往右搜索，找到短时平均过零率低于某个门限 T3 的两点 E 和 F，这便是
13、语音段的起止点。门限 T3 是由背景噪声的平均过零率所确定的。矢量量化器：Made by XubinCall :第 8 页 共 10 页在编码端，输入矢量 X 与码本中的每一个或部分码字进行比较，分别计算出它们的失真。搜索到失真最小的码字 Yj 的序号(或此码字在码本中的地址)，并将 j 的编码信号通过信道传送到译码端；在译码端，先把信道传送来的编码信号译成序号 j，再根据序号（或码字 Yj 所在地址） ，从码本中查出相应的码字 Yj 。 Yj 是输入矢量 X 的重构矢量。初始码书的选取方法：随机法；分裂法：步骤：计算所有训练序列 TS 的形心，将此形心作为第一个码字 Y01； 用一个合适的参
14、数 A，乘以码字 Y01，形成第二个码字 02；以码字 01、 2为简单的初始码书；将码书yn2中的 2 个码字n、 2分别乘以合适的参数B，得到 4 个码字；以这 4 个码矢为基础，按步骤去构成含 4 个码字的码书，再乘以合适的参数以扩大码字的数目。树形搜索原理：一个连通的且无环路的有向图，以树根第一层为起点，第二层有两个节点（Y0，Y1） ；第三层有四个节点（Y00，Y01，Y10，Y11）,第四层有八个节点，具体量化步骤：第一步：分别计算输入矢量 X 与 Y0、Y1 的失真 d（X,Y0）和 d（X,Y1）并且比较他们的大小，若 d（X,Y0）d（X,Y1） ，则走下支路，到了节点 Y1
15、 处送出 1 码至信道；若d（X,Y0）d（X,Y1）则走上支路，到了节点 Y0 处，就送出 0 码至信道。第二步：若上一步走的是下支路，那么在节点 Y1 处，在计算输出矢量 X 与节点Y10、Y11 的失真 d（X，Y10）和 d（X，Y11） ，并且比较他们的大小。若 d（X,Y10）d（X,Y11） ，则走上支路，到 Y10 处送出 0 码至信道；反之就走下支路，到了 Y11 处，送出 1 码至信道。第三步：若刚才走的是上支路，那么在节点 Y10 处分别计算失真 d(X,Y100)和d(X,Y101)，并比较他们的大小，若 d（X,Y100）d（X，Y101）则走下支路，到了树叶Y101
16、 处，送出 1 码到信道。Y101 便是输入矢量 X 的量化矢量，在信道中传输的符号是 101.反之则走上支路，到了树叶 Y100 处，送出 0 码到信道。Y100 便是 X 的量化矢量，在信道中传输的符号是 100.从树叶开始设计的办法：1.假定第四层的八个码字已由 LBG 设计码书的方法得到了。将这些码字，按码字距离最近的配对的原则（因为是二叉树型） ，得到：Y000,Y001,Y010，Y011,Y100，Y101，Y110，Y111，并把他们放在相应的树叶位置上。2.求出这些码字对的中心，如Y000,Y001,的中心为 Y00。总共得到四个中心：Y00，Y01，Y10,Y11，并把他们
17、放在第三层上。3.将第三层上 的码字仍按最近距离原则配对，得到 Y00，Y01,Y10,Y11。再求出码字对中心 Y0 与 Y1 并将他们放在第二层上。从树根设计 以四层二叉树为例，具体设计步骤如下：1.求出整个训练序列的形心，作为初始码书。用一个合适的参数 A 去乘，得到另一个Made by XubinCall :第 9 页 共 10 页码字。而后以与为初始码字，将训练序列按一定失真测度划分为两个胞腔，再计算出两个胞腔的形心 Y0 与 Y1。用这种分裂法得到的 Y0， Y1 便是第二层地个码字。2. 再用上述分裂法，得到第三层的 4 个码字 Y00，Y01，Y10，Y11。这样继续下去，一直
18、计算到树叶为止。前反馈自适应和反馈自适应的比较延迟信噪比边信息传输稳定性复杂前反馈大 大 需要 稳定 小反馈 小 小 不需要 不稳定大1、 语音信号的特点有哪些？画出语音信号产生模型。2、 什么叫短时分析？怎样进行短时分析？从 AMDF 中如何确定基音周期。3、 写出短时傅立叶变换的定义及其特点。其采样率是怎样考虑的？4、 什么是复倒谱？什么是倒谱？倒谱分析的目的是什么？5、 如何在复倒谱域区分出声门、声道序列？6、 线性预测方程组如何建立？写出 Levinson-Durbin 算法步骤。7、 简要叙述并行处理法基音估计算法。为何要作后处理？怎样作后处理？8、 画出 SBC 压缩编码原理框图。
19、采样什么方法降低算法的复杂度？9、 画出矢量量化应用在语音编码和语音识别时的原理框图，并作必要说明。10、 已知一段语音受白噪声干扰，利用所学知识，设计一个语音增强算法，简要写出理论依据。1、 语音信号的清/浊音有什么区别？基频与共振峰是什么？2、 短时分析如何“分帧”？画图表示帧长、帧移。清/浊音的 AMDF 有什么区别？3、 分别讨论短时傅立叶变换在 n 不变、w 不变时的含义。采用直角窗时，短时谱的时域取样率如何选择？4、 画出特征系统、逆特征系统的原理及输入输出信号间的关系。写出复倒谱的定义。5、 声门、声道序列的复倒谱各有什么特点？6、 LPC 系数与语音模型有什么关系？写出 Lev
20、inson-Durbin 算法的推导步骤。7、 简述中心削波自相关法基音检测的原理及优点。为什么要进行后处理？如何后处理？8、 利用所学知识，设计一个 LPC 声码器（要考虑基音检测方法，如何传系数等） ，画出框图并作必要说明。9、 矢量量化中码书生成需解决哪些问题？解决的算法是什么？距离测度的作用是什么？10、 语音识别的目的是什么？如何分类？有哪些方法？一、名词解释（每题 3 分，共 15 分）端点检测、共振峰、语谱图、码本设计 、语音增强二、简答题（每题 6 分，共 30 分）1、简述如何利用听觉掩蔽效应。2、简述时间窗长与频率分辨率的关系。Made by XubinCall :第 10 页 共 10 页3、简述时域分析的技术（最少三项）及其在基因检测中的应用。4、简述语音信号的频谱和功率谱的作用5、简述同态信号处理在共振峰估计中的作用三、论述题（每题 8 分，共 40 分）1、常用的基音周期检测的方法有哪些？它们的基本原理是什么？2、论述线性预测系数如何用于共振峰的估计。3、论述标量量化与矢量量化的区别以及矢量量化在语音通信中的作用。4、论述动态时间规整 DTW 的原理及其在语音识别中的作用。5、论述共振峰合成的原理及其在语音合成中的应用
