25、语音处理建模与非对称接触碳纳米管场效应晶体管研究

语音处理建模与非对称接触碳纳米管场效应晶体管研究

1. 语音处理建模

语音在人类交流中扮演着至关重要的角色，它不仅是人与人之间简单自然的沟通方式，在计算机领域也成为了控制计算机工作的有效工具，降低了键盘和显示器的重要性。语音信号通过声道以声学方式表达思想，其声学结构和所传递信息之间存在着相互关系。

在语音现象中，声门的正常行为起着关键作用。即使是由疾病或先天畸形引起的微小畸变，也会对最终的语音质量产生重大影响。人类声道的解剖结构以及所有语音产生器官的动作都非常复杂，因此自然声道成为了不同数学模型的参考点。

1.1 特征向量的选择

目前基于语音频谱图的语音处理方法并不完美，需要进一步研究以改进这些方法，将频谱参数与时间特征相结合。其中一个重要任务是正确定义特征向量，以下四个向量尤为重要和有用：
- 长期频谱向量（LTS） ：是语音质量的重要指标，对说话人验证很有帮助。它对基于低质量语音信号的说话人识别具有高灵敏度，能够在高噪声和有限频率通带的信号中取得较好的结果，并且同一说话人的不同情绪对其影响不大。
- 说话基频向量（SFF） ：也是一个强大的向量，但它的效率取决于能够精确跟踪和提取基频的处理系统，同时还需要考虑这些频率的统计行为。
- 时间 - 能量分布向量（TED） ：用于表征语音韵律，可以提取说话人的一些特征，如说话速率、停顿、响度特征等，但该向量受说话人情绪的影响较大。
- 元音共振峰跟踪向量（VFT） ：强烈依赖于声道的个体大小和形状，可以通过声道的解剖特性