1. 语音信号处理的目的：

1. 转换语音信号为语音参数，方便传输和存储。
2. 提取语音特征用于实际应用。

2. 语音发音和感知系统

2.1 语音发音系统

   发音器官：肺、气管、喉（含声带）、咽、鼻、口

• 肺：
  • 肺部气流是发生的音源。
  • 对音源有共振和反共振作用，使其有音色。
  • 从嘴唇或者鼻孔向空间辐射的作用
• 喉：
  • 声门
  • 声带有周期的震动。振动周期称基音周期
  • 基音周期决定音调高低
• 声道：
  • 包括咽、鼻、口。就是声门到嘴唇的呼气通道
  • 泛音与音色有较大关系

2.2 语音感知系统（听觉系统）

2.2.1 听觉系统

听觉系统有两部分：

1. 听觉外周

• 包括外耳、中耳、内耳
• 完成声音采集、频率分解、声能转换

3. 听觉中枢

• 用于感知音色、音强、判断方位

2.2.2 听觉特性

1. 听觉选择性

• 频率： 20Hz ~ 20KHz ; 强度： -5 db ~ 130db
• 一部分由耳蜗决定。耳蜗像是一个频谱分析仪。
• 因此在信号分析时， 可以采用不同的滤波器，以是处理后的特征符合人耳听觉特性（如MEL）

2. 掩蔽效应

• 强信号附近，弱信号被屏蔽变得不可闻。
• 被屏蔽信号的最大声压级成掩蔽门限或者掩蔽阈值
• 对1KHz附近声音最敏感

2.3 语音信号生成的数学模型

依据语音产生机理：声门子系统（激励模型）、声道（声道系统）、嘴唇以外（辐射系统）

• 激励模型
  • 浊音机理 : 声带振动
  • 清音机理 ： 声带不振动
• 声道模型
  • 级联 ： 将声道看做一组级联的二阶谐振器
  • 并联 ：
  • 混合
• 辐射模型

3. 语音基本概念及参数

• 声压 ： 描述声波的最基本物理量。是空间和时间的函数。常用于 定量 描述声波性质。
• 有效声压 ： 一定时间间隔内，将顺势声压对时间求方均根值。
• 声压级（SPL） ：L_p = 20 lg (p_e) / (p_ref) , p_e : 待测声压， p_ref: 参考声压
• 声强： 强度。单位时间内与传播方向垂直的单位面积上的能量。
• 响度 ： 主观感受。计量单位是 宋。与声压、频率等有关。

4. 语音信号数字化处理

数字化处理过程：

• 预滤波
  • 已知输入信号各频域分量频率超出 f_s/2 的所有分量。f_s为采样率。
  • 已知50Hz电源工频干扰。
  • 因此必须是带通滤波器
• 预加重与去加重
  • 原因： 语音、图像信号，低频能量大，高频能量小。鉴频器输出的噪声功率谱密度随频率的平方增加（低频噪声小、高频噪声大），使得信号低频信噪比过大，高频信噪比不足， 高频传输困难。
  • 预加重：提升高频分量。
  • 去加重：压低高频分量。

参考

• 语音信号处理， 赵力， 2019
• 带通滤波器,带阻滤波器,陷波滤波器简单概括