7、语音与听觉知识解析

语音与听觉知识解析

1. 语音相关知识

语音信号有着诸多物理特性，如振幅、频率分布、节奏等。语音的基本单位包括音素、单词和句子，它们共同承担着信息传递的功能。

词汇量对语音可懂度有着显著影响。通过相关实验可知，当人为限制词汇量或借助上下文来约束词汇量时，语音识别率会大幅提高。例如，在 -9 dB 的信噪比水平下，将词汇量从 256 减少到 16，能使识别的单词数量增加近四倍。不过需要注意的是，这里所提到的清晰度指数衡量的是单个音素的识别率，而非单词本身。

2. 听觉的物理过程

人类听觉的感知过程包含多个非线性阶段，这导致我们主观感受到的声音特征与实际物理声音存在明显差异。下面为大家详细介绍听觉的物理过程：
- 声音传入 ：耳朵的耳廓会对声音进行过滤，并将其聚焦到外耳道。声音随后作用于鼓膜，再通过锤骨、砧骨和镫骨这三块骨头的传递和放大，到达通向耳蜗的卵圆窗。
- 耳蜗结构 ：耳蜗是一个呈螺旋状的管道，内部有一对大约 35 毫米长的半刚性膜（基底膜和前庭膜），它们被包裹在一种叫做内淋巴的液体中。基底膜上分布着柯蒂氏器官，每个器官中包含两排毛细胞（约 3500 个内毛细胞和 20000 个外毛细胞）。
- 频率选择性 ：当毛细胞受到拉力时，会产生小的电脉冲，通常在周围液体振荡的稀疏部分引发听觉反应。基底膜的宽度和刚度沿其长度逐渐变化，因此当系统受到振动时，基底膜上发生共振的位置取决于频率，这为耳朵提供了一定的频率选择性。
- 大脑处理 ：神经将电脉冲从耳朵传入大脑，在大脑中