听觉系统中语音信号处理相关性质研究

摘要

随着计算机科学技术的快速发展，计算机信息的处理和判断能力进步迅速，但计算机与人类信息交流却进步较小，使得信息瓶颈问题日益严重。语音技术作为人机接口的重要技术之一，经历了半个多世纪的发展，涌现了许多重大的技术突破。在语音识别、说话人识别和语音合成等诸多领域，已经产生了大量的进入实际应用水平的商业化产品，对社会带来了巨大的变化。但是，现有语音系统在面对实际应用环境时还存在着某些限制。因此，对于人类听觉系统的性质研究，具有非常重要的意义和价值。
　　 现有的对听觉系统的大量抗噪性特性研究中，可以按照自下而上和自上而下的分析过程分为两个大类。自下而上分析过程是信号处理系统的基本功能，对声音信号的基本物理特征进行分析和归类；自上而下分析过程则是按照人的意识、注意力和经验等对声音信号的处理进行指导。其中后者作为人类听觉系统和人工系统最显著的区别，是当今听觉研究的热点领域。
　　 本研究从三个不同的方面，揭示了人类听觉系统的两个过程中的某些特性。第一个研究通过心理声学实验，发现了人类听觉系统在进行说话人识别过程中，遵循着类似信息论的信息编码方式，而且受到了语言环境的训练带来的影响。第二个研究则通过同样的方式，揭示出人类在进行说话人识别过程中，不同与现有的技术模型，利用了词汇及更长时间尺度上的连续信息。在第三个研究则揭示了在对语音信号分析过程中，除了存在现有理论揭示的分析过程外，还可能存在基于频谱包络结构这样的高级特征作为辅助，更加增强了在某些特殊环境下（如耳语环境）中的识别能力。

目录

文摘

英文文摘

声明

1 绪论

2 说话人辨识听觉线索研究

3 文本无关说话人识别心理模型研究

4 时频结构检测听觉模型

5 总结

致谢

参考文献

附录 攻读硕士学位期间发表论文