《语音信号处理》教学大纲.docx

语音信号处理课程教学大纲一、课程的基本信息适应对象：通信工程、电子信息工程、电子信息工程（实验班）课程代码：23E02227学时分配:36赋予学分：2先修课程：信号与系统、数字信号处理、通信原理后续课程：无二、课程性质与任务本课程是通信工程专业选修课。课程内容以数字信号处理为基础，理论性和应用性较强。 其任务是：让学生掌握语音信号处理的基本原理和方法，熟练掌握语音信号的处理技术，并了 解其开展方向。三、教学目的与要求设置本课程的目的在于让学生系统掌握语音信号处理的基本原理与方法。初步了解语音信 号分析、识别的理论体系，为从事语音信号分析领域的研究工作打下基础。通过本课程的学习，要求学生：1 .理解和掌握语音信号处理的基础知识；2.掌握语音信号 处理的基本分析方法和技术；3.了解和掌握语音信号处理的主要应用；4,了解学科前沿及最新 研究成果与进展。四、教学内容与安排（一）课时分配按照课程内容，分成10个教学单元，各单元的课时安排如下表所示:单元学时分配小计讲授习题讨论实践1、绪论222、语音信号的数字模型223、语音信号的短时时域分析4154、语音信号短时频域分析4155、语音信号线性预测分析2136、矢量量化227、语音编码4158、语音合成229、语音识别6610、语音增强224合计302436(-)教学内容安排第1单元绪论【教学内容】1 .语音信号处理的开展2 .语音信号处理的应用及新方向【教学重点及难点】教学重点：语音合成、编码、识别技术的开展历程。教学难点：语音信号处理的过程。【基本要求】了解语音信号处理技术的开展； 了解语音合成、编码、识别等典型技术；了解Matlab在语音信号处理中的应用。【培养能力】了解语音信号处理的基本研究范畴。第2单元 语音信号的数字模型【教学内容】1 .语音的发声机理2 .语音的听觉机理3 .语音信号的线性模型4 .语音信号的非线性模型【教学重点及难点】教学重点：语音信号的线性模型和非线性模型。教学难点：语音信号非线性模型及其Matlab实现。【基本要求】了解人的发声和听觉机理； 掌握语音信号线性模型及其局限；掌握语音信号非线性模型； 掌握语音信号模型的Matlab实现。【培养能力】具备基于Matlab的语音信号的基本建模能力。第3单元 语音信号的短时时域分析【教学内容】1 .语音信号的预处理2 .短时能量、幅度、过零率分析3 .短时自相关分析4 .基于能量和过零率的端点检测5 .基音周期估值【教学重点及难点】教学重点：语音信号的短时参数分析方法，端点检测和基音周期。教学难点：基于短时能量和过零率的端点检测。【基本要求】了解语音信号预处理方法； 理解短时分析相关参数；理解语音信号短时自相关函数 掌握语音信号端点检测方法；掌握基音周期估值方法。【培养能力】了解、掌握语音信号的预处理和短时分析方法。第4单元 语音信号短时频域分析【教学内容】1 .短时傅里叶变换2 .短时傅里叶变换的滤波器实现3 .短时综合的滤波器组相加4 .语音信号的倒谱分析【教学重点及难点】教学重点：语音信号短时傅里叶变换及滤波器实现。教学难点：语音信号的倒谱分析。【基本要求】掌握短时傅里叶变换； 掌握短时综合滤波器组相加法；掌握语音信号的倒谱分析。【培养能力】了解、掌握语音信号的频域和倒谱分析方法及其Matlab实现。第5单元语音信号线性预测分析【教学内容】1 .LPC的基本原理2 .线性预测分析的解法3 .线谱对LSP分析【教学重点及难点】教学重点：LPC的基本原理和线谱对LSP分析。教学难点：LPC基本原理及其Matlab实现。【基本要求】了解LPC的基本原理； 掌握线性预测分析的解法和Matlab实现；掌握线谱对LSP分析和参数转换。【培养能力】熟练掌握LPC实现方法和与LSP之间的参数转换。第6单元矢量量化【教学内容】1 .矢量量化的基本原理2 .最正确矢量量化器3 .矢量量化器的设计【教学重点及难点】教学重点：矢量量化的原理和量化器的设计。教学难点：矢量量化器的设计算法和Matlab实现。【基本要求】掌握矢量量化的原理 最正确矢量量化器矢量量化器的设计方法【培养能力】具备矢量量化器的设计和实现能力。第7单元语音编码【教学内容】1 .语音编码的分类及特性2 .语音编码性能的评价指标3 .语音信号波形编码4 .语音信号参数编码5 .语音信号混合编码【教学重点及难点】教学重点：语音的波形编码、参数编码、混合编码的方法与原理。教学难点：编码算法复杂度和自适应预测编码方法。【基本要求】掌握语音信号编码的分类及特性； 掌握语音编码性能的评价指标；掌握脉冲编码调制PCM和自适应预测编码APC； 掌握参数编码的声码器原理。【培养能力】掌握语音编码技术，并能够进行编码方案的设计、分析和评价。第8单元 语音合成【教学内容】1 .语音合成的原理及分类2 .共振峰合成3 .线性预测参数合成4 .基音同步叠加法5 .文语转换系统【教学重点及难点】教学重点：语音信号的合成原理。教学难点：共振峰合成和基音同步叠加法的原理与实现。【基本要求】了解语音合成方法的原理分类； 共振峰模型的不同形式；基音同步叠加算法原理。【培养能力】掌握语音合成的常用算法，具备语音合成技术研发的能力基础。第9单元语音识别【教学内容】1 .语音识别系统简介2 .隐马尔科夫模型的基本原理及应用3 .支持向量机在语音识别中的应用【教学重点及难点】教学重点：语音识别的基本原理和隐马尔可夫模型。教学难点：隐马尔可夫模型及其应用。【基本要求】掌握语音信号预处理和特征提取； 掌握隐马尔可夫模型的基本原理；了解支持向量机分类原理。【培养能力】掌握语音信号的特征提取方法，具备语音识别技术的基本设计能力。第10单元语音增强【教学内容】1 .语音和噪声的主要特征2 .语音增强算法的分类3 .单通道语音增强算法及其实现4 .多通道语音增强算法及其实现【教学重点及难点】教学重点：语音增强算法的分类和单通道语音增强算法。教学难点：维纳滤波法和最小均方误差估计。【基本要求】掌握语音和噪声的主要特性； 语音增强算法的分类；维纳滤波和最小均方误差估计。【培养能力】了解、掌握语音增强方法及其实现。五、教学设备和设施多媒体教学设备和语音信号处理软件。六、课程考核与评估本课程根据两个重要环节进行考核：平时成绩（30%）、期末考核（70%）。平时成绩由 任课教师按课堂表现及作业评定，期末考核方式为按一般科学论文的写作规范要求完成1篇专 题论文，并进行课堂报告，任课教师根据写作水平、报告的内容、思路等方面给予评价。七、附录1 .必备教材数字语音处理及MATLAB仿真，张雪英 主编，电子工业出版社，2016年。2 .参考资料(1)语音信号处理，赵力 主编，机械工业出版社，2016年。(2)语音信号处理实验教程，赵力 主编，机械工业出版社，2016年。(3)语音信号处理，胡航 主编，哈尔滨工业大学出版社，2009年。