李维锋开题报告new.doc

李维锋开题报告new.doc湖北工程学院
本科毕业论文(设计)开题报告
题目语音信号基音周期的估计
院系物电专业电信
学生姓名李维锋学号 111224150
指导教师王新民职称教授
2014 年 9 月 10 日
本课题的研究目的及意义
语音是人类相互间所进行的通信的最自然和最简洁方便的形式,语音通信是一种理想的人机通信方式。语音通信的研究涉及到人工智能、数字信号处理、微型计算机技术、语言声学、语言学等许多科学领域,所以说语音的通信是一个多学科的综合研究领域,其研究成果具有重要的学术价值和应用价值。另外通过语音来传递信息是人类最重要的、最有效、最常用的交换信息的形式。语言是人类特有的功能,声音是人类常用的工具,是相互传递信息的主要手段。同时也是人们构成思想交流和感情沟通的最主要的途径。现在,人类已经进入了信息化时代,利用现代手段研究处理技术,使人们能更加有效的产生、传输、储存、获取和应用语音信息,这对于促进社会发展提高人们生活水平有着十分重要的意义。让计算机能“听懂”和处理人类的语言, 是自计算机诞生以来人们所梦寐以求的想法。随着计算机的不断更新和功能的强大就越来越向便携化方向发展,人们越来越迫切要求摆脱键盘这种古老繁琐的束缚而以语音输入这样直观的、便于使用的、自然的、人性化的输入方式。因此利用人类的语言和语音同计算机进行人机交流是一个极其具有价值的研究课题。
二、已了解的本课题国内外研究现状
语音处理技术的发展可以从 1876 年的贝尔发明电话算起,贝尔第一次采用电讯号将语音传输到远方。1939 ,它是将语音提取参数后,传输语音的参数,然后在接收端重新生成语音。它的发明中所孕育的伟大思想是对语音信号的建模。1947 年Ben实验室发明了语谱图仪,它是对连续的语音信号,按时间顺序作重叠或不重叠的、以帧为单元的短时傅立叶变换(STFT),形成时间-频谱的二维图来表示语音信息。进一步的研究进展是将语谱图转换为声音讯号输出,这是 1948 年由Haskins实验室研制的“语谱回放机”完成的。虽然重生的语音效果并不好,但却是人类首次人工合成语言。后来的
共振峰合成法合成语音,就是源于此思想的。在对语音基本特性有所了解后,人们开始尝试对语音进行机器识别。Bell实验室的Davis等人根据语音帧信号的第一、第二共振峰位置提取特征,利用模拟电路得出测试语音和参考语音的相互关系,实现了英文十个数字的识别。Denes和Mathew在 1960 年用数字计算机实现自动语音识别,引入了时间规整算法改进匹配性能的方法。数字计算机成为语语音处理研究的重要工具。此后时期语音识别的主要研究方向和方法都是利用硬件提取语音的频谱信息,使用计算机进行匹配计算和判决。对语音处理技术产生决定性的影响的是在上个世纪 70 年的三项研究成果:70 年代初期的将动态规划法用于语音识别及隐马尔可夫模型,为语音识别在匹配算法上提供了新的方法;中期的线性预测法,在语音识别、语音编码等方面获得了极大成功,成为现代语音处理的主要方法:随后在七十年代末期的矢量编码量化技术,更推进了语音处理技术的发展。1980 年后是语音处理技术走向市场化、商品化的黄金时期, IBM公司在 1985 年研制成功了 5000 单词的英语听写机Tangora一 5,在此基础上又推出了Tango