《语音信号处理》期末试题总结

12011-2013学年《语音信号处理》期末考试试题适用班级：时量：120分钟闭卷记分：考生班级：姓名：学号：注：答案全部写在答题纸上，写在试卷上无效！一、填空题：（每空2分）1、矢量量化系统主要由编码器和译码器组成，其中编码器主要是由搜索算法和码书构成。P1012、基于物理声学的共振峰理论，可以建立起三种实用的共振峰模型：级联型、并联型和混合型。P183、语音编码按传统的分类方法可以分为波形编码、参数编码和混合编码。P1374、对语音信号进行压缩编码的基本依据是语音信号的冗余度和人的听觉感知机理。P137-1385、汉语音节一般由声母、韵母和声调三部分组成。P106、人的听觉系统有两个重要特性，一个是耳蜗对于声信号的时频分析特性；另一个是人耳听觉的掩蔽效应。P227、句法的最小单位是词，词法的最小单位是音节，音节可以由音素构成。P98、复倒谱分析中避免相位卷绕的算法，常用的有微分法和最小相位信号法。P629、语音信号处理也可以简称为语音处理，它是利用数字信号处理技术对语音信号进行处理的一门学科，包括语音编码、语音合成、语音识别、说话人识别和语音增强等五大分支。P310、语音信号处理也可以简称为语音处理，它是以数字信号处理和语音学为基础而形成的一个综合新的学科，包括发音语音学、声学语音学、听觉语音学和心理学等四大分支。P2，611、语音的四大要素：音质、音调、音强和音长。P912、人类发音过程有三类不同的激励方式，因而能产生三类不同的声音，即浊音、清音、和爆破音。P813、元音的一个重要声学特性是共振峰，它是区别不同元音的重要参数，它一般包括共振峰频率的位置和频带宽度。14、语音信号的倒谱分析就是求取语音倒谱特征参数的过程，它可以通过同态信号处理来实现。P56二、判断题：（每小题2分）√×1、预测编码就是利用对误差信号进行编码来降低量化所需的比特数，从而使编码速率大幅降低。（×）P1432、以线性预测分析-合成技术为基础的参数编码，一般都是根据语音信号的基音周期和清/浊音标志信息来决定要采用的激励信号源。（×）P1813、自适应量化PCM就是一种量化器的特性，能自适应地随着输入信号的短时能量的变化而调整的编码方法。（×）P1424、线性预测法正是基于全极点模型假定，采用时域均方误差最小准则来估计模型参数的。（×）P725、波形编码是依赖模型假定的语音编码方法。（×）P1376、掩蔽效应是使一个声音A能感知的阀值因另一个声音B的出现而提高的现象，这时A叫2掩蔽声，B叫被掩蔽声。（√）P22三、单项选择题：（每小题3分）1、下列不属于衡量语音编码性能的主要指标是（B）。（A）编码质量（B）矢量编码（C）编码速率（D）坚韧性2、下列不属于编码器的质量评价的是（D）P172（A）MOS（B）DAM（C）DRT（D）ATC3、有限词汇的语音合成技术已经比较成熟了，一般我们是采用（A）作为合成基元。P9（A）词语（B）句子（C）音节（D）因素4、标量量化和矢量量化在概念上是相互对应的，那么标量量化中的量化值对应着矢量量化中的（C）P94（A）胞腔（B）量化矢量（C）码书（D）量化区间5、矢量量化器大致可以分为无记忆矢量量化器和有记忆矢量量化器两类，下列不属于无记忆矢量量化器的为（D）。P104（A）全搜索矢量量化器（B）树搜索矢量量化器（C）多极矢量量化器（D）自适应矢量量化器6、下列波形编码中属于频域编码的是（C）。P170（A）PCM（B）ADM（C）SBC（D）APC四、画图分析题：（每小题12分）1、画出矢量量化器的基本结构，并说明其各部分的作用。P952、试画出一卷积同态系统的模型，并把它分解为三个子系统进行分析，要有相应的表达式说明。P573、试画出语音信号产生的离散时域模型的原理框图，并说明各部分的作用。P214、试画出语音合成模型（语音生成模型）的原理框图，并说明各部分的作用。P16五、简答题：（每题5分）1、线性预测分析的基本思想是什么？P692、隐马尔可夫模型的特点是什么？P107-1083、矢量量化器的所谓最佳码本设计是指什么？P994、针对短时傅里叶变换Ⅹn(ejw)的定义式，请从两个角度对其进行物理意义的分析。P42的4.2.2和4.2.35、针对短时傅里叶变换的时间分辨率和频率分辨率的矛盾性，请给予分析说明。P436、复倒谱和倒谱的特点和关系是什么？P58-597、预加重和去加重的思想和作用是什么？P26-27六、计算题：（每小题6分）1、已知一码本尺寸J=8的二叉树，它的码本中共包含有14个码字，见图一所示。现采用全搜索法和二叉树搜索法来进行分析，计算它们的失真运算量、比较运算量和存储容量各为多少？（要有求解过程，无过程不得分）P102，表7.13XY0Y1Y00Y11Y10Y01Y010Y000Y001Y110Y011Y101Y100Y111图一42、PPT课件例子：计算方法：【初始分布概率*a的概率*转移概率*a的概率*转移概率*b的概率】P1:S1→S1→S10.8×0.8×0.3×0.8×0.3×0.2＝0.00922P2:S1→S1→S20.8×0.8×0.3×0.8×0.5×0.7＝0.05376P3:S1→S1→S30.8×0.8×0.3×0.8×0.2×0.5＝0.01536P4:S1→S2→S20.8×0.8×0.5×0.3×0.4×0.7＝0.02688P8:S1→S2→S30.8×0.8×0.5×0.3×0.6×0.5＝0.0288P6:S2→S2→S20.8×0.3×0.4×0.3×0.4×0.7＝0.00806P7:S2→S2→S30.8×0.3×0.4×0.3×0.6×0.5＝0.00864由于是隐HMM模型，不知输出aab时，到底是经过了哪一条不同状态组成的路径，因此，求aab的输出概率时，将每一种可能路径的的输出概率相加得到的总的概率值作为aab的输出概率:P(O|λ)=0.00922+0.05376+0.01536+0.02688+0.0288+0.00806+0.00864=0.15072