第二章數(shù)字語音處理基礎(chǔ)2.1語音信號的基本特性2.2發(fā)音的生理器官與過程2.3聽覺和感知2.4語音信號的特性分析方法簡介2.5語音學(xué)基礎(chǔ)及波形特征第1頁/共64頁2.1語音信號的基本特性（1）

語音信號（SpeechSignal）：一般地，語音信號是指由人的發(fā)音器官所發(fā)出的聲音信號；廣義地說，我們所研究地語音信號可能包括人或其他動(dòng)物所發(fā)出的聲音信號以及環(huán)境噪聲和其他機(jī)械裝置（如樂器）所產(chǎn)生的聲音信號。其能量（信息）主要集中在0～4000Hz帶寬范圍內(nèi)。音頻信號（AudioSignal）：人的聽覺系統(tǒng)所能感知的聲音信號，其頻率范圍在20～20，000Hz。電話語音信號由于語音信號的能量主要集中在0～4000Hz的頻帶內(nèi)，因此傳統(tǒng)的電話語音通信系統(tǒng)中采用300～3400Hz的帶通濾波器來限制通過電話網(wǎng)絡(luò)傳輸?shù)恼Z音信號。語音信號處理研究的對象主要還是由人的發(fā)音器官所產(chǎn)生的語言聲音信號。第2頁/共64頁語音信號的基本特征：頻譜分量集中在300～3400Hz短時(shí)平穩(wěn)性 在5～50ms的短時(shí)內(nèi)，信號的其本特征具有平穩(wěn)性： 能量過零率頻譜周期性語音信號的組成結(jié)構(gòu) 音素是語音信號的基本組成單位。 音素（Phoneme）->音節(jié)（Syllable）->詞（Word）->句子（Sentence）元音（Vowel）輔音（Consonant）音素音素濁音（Voice）清音（UnVoice）靜音（Silence）2.1語音信號的基本特性（2）第3頁/共64頁濁音 聲帶振動(dòng) 有周期性 頻譜上表現(xiàn)出共振峰特性清音 聲帶不振動(dòng) 頻譜上有噪聲特性靜音 環(huán)境噪聲產(chǎn)生的信號，與人的發(fā)音系統(tǒng)無關(guān)2.1語音信號的基本特性（3）第4頁/共64頁清音與濁音濁音（VoicedSpeech）聲帶的振動(dòng)產(chǎn)生準(zhǔn)周期的聲門脈沖激勵(lì)聲道產(chǎn)生濁音；在時(shí)域是準(zhǔn)周期的（quasi-periodic），在頻域具有諧波結(jié)構(gòu)；周期脈沖的頻率就是基頻（FundamentalFrequency）或基音（Pitch）；清音（UnvoicedSpeech）當(dāng)氣流在聲道中受到阻礙時(shí)，產(chǎn)生湍流，此時(shí)生成清音。清音在時(shí)域類似隨機(jī)噪聲，在頻域具有寬帶特征；

第5頁/共64頁語音信號的時(shí)域波形時(shí)變特性:有時(shí)準(zhǔn)周期性、有時(shí)隨機(jī)噪聲特性平穩(wěn)性：在短時(shí)內(nèi)保持相同特性幅度特性：幅度時(shí)大時(shí)小男人可以在社會上參加一切活動(dòng)男。。。。。。。。。。。。人可。。。。。以。。。。。。。。。。第6頁/共64頁語音信號的短時(shí)譜（1）語音短時(shí)譜：從語音信號流中利用加窗的方法取出其中的一段，再對其進(jìn)行傅立葉變換，可以得到該“短時(shí)語音”的短時(shí)頻譜。濁音譜清音譜第7頁/共64頁語音信號的短時(shí)譜（2）濁音譜： 頻譜曲線比較規(guī)則，頻譜中具有幾個(gè)明顯的周期性起伏點(diǎn)。這些峰值點(diǎn)稱為共振峰（Formant），其對應(yīng)的頻率成為共振峰頻率，用F1、F2….表示，分別成為第一共振峰、第二共振峰、…。 一般地，共振峰有5～7個(gè)，其中前三個(gè)攜帶大量地語音信息，對區(qū)分不同地語音非常重要。清音譜： 譜結(jié)構(gòu)較平坦，無明顯的周期性起伏結(jié)構(gòu)； 沒有明顯的共振峰特性； 類似一般的隨機(jī)噪聲譜特性。第8頁/共64頁2.2發(fā)音的生理器官與過程第9頁/共64頁2.2發(fā)音的生理器官與過程

發(fā)聲器官主要由四個(gè)功能部分構(gòu)成：肺和氣管：動(dòng)力部分喉：激勵(lì)生成機(jī)構(gòu)聲道：受激勵(lì)系統(tǒng)，它對聲音進(jìn)行調(diào)制，形成語音嘴：完成聲道氣流的輻射，形成聲波第10頁/共64頁2.2發(fā)音的生理器官與過程語音產(chǎn)生的機(jī)理圖肺活量

聲帶（聲門）咽腔軟腭鼻腔口腔氣管及支氣管鼻音口音主聲道：聲門以上，經(jīng)咽喉、口腔的管道。鼻道：經(jīng)小舌和鼻的管道稱為鼻道。次聲門系統(tǒng)：經(jīng)肺、氣管和支氣管的管道。肌力第11頁/共64頁喉的構(gòu)造肺部氣流通過喉部構(gòu)成發(fā)音的動(dòng)力－－激勵(lì)部分喉部發(fā)音器官的關(guān)鍵部位－－聲帶聲帶之間的空隙－－聲門

聲帶功能：吃東西時(shí)閉合，防止食物誤入肺中；來自肺部的發(fā)音氣流通過聲門時(shí)，聲帶的開放與閉合，形成一個(gè)氣流脈沖，構(gòu)成發(fā)音的動(dòng)力部分。發(fā)濁音時(shí)，氣流沖擊聲帶振動(dòng)，產(chǎn)生周期性的氣流脈沖發(fā)清音時(shí)，聲帶張開，氣流順利通過聲門

2.2發(fā)音的生理器官與過程——激勵(lì)第12頁/共64頁125Hz基因頻率時(shí)，聲帶開啟的面積和時(shí)間的關(guān)系聲帶每開啟/閉合一次的時(shí)間（即聲帶的振動(dòng)周期）就是語音的基因周期，其倒數(shù)稱為基因頻率，通常約為50~450Hz成年男性：50~250成年女性：200~4502.2發(fā)音的生理器官與過程第13頁/共64頁通過聲門的周期性氣流的周期Tp稱為基音周期（PitchPeriod）Fp＝1/Tp稱為基音頻率（FundamentalFrequency）不同年齡、不同性別的人發(fā)出的聲音的基因頻率有不同的特征： 老年人的聲帶松弛，基因頻率低 小孩的聲帶短，基因頻率高 女人的基因頻率普遍比男人高Fp男人50～250女人200～450基音頻率是我們區(qū)分不同人的聲音的主要特征之一2.2發(fā)音的生理器官與過程第14頁/共64頁2.2發(fā)音的生理器官與過程聲道縱剖面圖——調(diào)制第15頁/共64頁2.2發(fā)音的生理器官與過程氣流從喉向上經(jīng)過口腔或鼻腔后從嘴或鼻孔輻射出來所經(jīng)過的通道，即為聲道。聲道由咽喉、口腔和鼻腔組成。口腔是聲道最重要的部分，大小和形狀可通過調(diào)制舌、唇、齒和腭來改變。在調(diào)制發(fā)音時(shí)，舌是最活躍的部分聲道是發(fā)音系統(tǒng)中的受激勵(lì)部分，聲道器官構(gòu)成的空腔系統(tǒng)對來自喉部的激勵(lì)信號進(jìn)行調(diào)制（濾波），形成語音信號。聲道具有短時(shí)平穩(wěn)性，即其在短時(shí)間內(nèi)（如20-50ms）的機(jī)械特性保持不變。聲道中決定其空腔特性的兩個(gè)重要器官：軟腭－其位置決定鼻音和非鼻音；舌－決定聲道最小橫截面積出現(xiàn)的位置，也是聲道頻率特性的決定因素。第16頁/共64頁2.2發(fā)音的生理器官與過程

聲道可以看作一種具有某種諧振特性的腔體，其腔體不同位置的諧振頻率就是對應(yīng)的共振峰頻率。語音信號的頻率特性一方面取決于聲門脈沖串特性，另一方面取決于聲道特性。一般成年男子聲道長約為17cm,最大橫截面積可達(dá)20cm2聲門鼻孔軟腭嘴唇

鼻孔和嘴唇完成聲道氣流的輻射，產(chǎn)生聲波。嘴的形狀會影響語音的頻譜特性，但較之聲道是次要的。一般成年男子鼻腔長約為10cm第17頁/共64頁2.2發(fā)音的生理器官與過程發(fā)不同音時(shí)咽腔的形狀變化第18頁/共64頁2.3聽覺和感知（1）人的發(fā)音器官構(gòu)成了語音產(chǎn)生系統(tǒng)，人的聽覺器官則是語音信號的接收系統(tǒng)。具有顯著的物理機(jī)械特性，比較客觀，因此目前人類對發(fā)音器官的研究已經(jīng)比較透徹；但是聽覺系統(tǒng)則比較復(fù)雜，它與人的大腦和神經(jīng)系統(tǒng)緊密結(jié)合，形成人類對語言聲音的理解能力，目前對該領(lǐng)域的研究還很不完善。雖然人們對聽覺和感知系統(tǒng)的研究還很膚淺，但其中的很多成果仍在語音編碼、語言合成和語音識別系統(tǒng)中發(fā)揮了顯著效果。例如人耳的聽覺掩蔽效應(yīng)廣泛應(yīng)用于中低速率語音編碼系統(tǒng)；在MP3編碼器中采用的心理聲學(xué)模型；在語音識別系統(tǒng)中，根據(jù)聽覺系統(tǒng)的處理特點(diǎn)所采用的預(yù)處理模塊。以下對人耳的基本結(jié)構(gòu)和人耳的感知特性作一個(gè)基本介紹。第19頁/共64頁聽覺和感知--人耳的基本結(jié)構(gòu)（2）外耳，其主要作用是（1）對聲源的定位；（2）對聲音的放大。 外耳道共振峰頻率約3000Hz。中耳，其主要作用是（1）三塊聽小骨構(gòu)成的鏈連接外耳和內(nèi)耳，實(shí)現(xiàn)聲阻抗的匹配；（2）保護(hù)內(nèi)耳。內(nèi)耳，其主要構(gòu)成部分是耳蝸。它是聽覺的受納器，聲音的機(jī)械振動(dòng)在耳蝸被轉(zhuǎn)換成神經(jīng)脈沖信號，并通過神經(jīng)系統(tǒng)傳送到大腦語言中樞。第20頁/共64頁聽覺和感知--耳蝸的頻率響應(yīng)（3）

聽覺產(chǎn)生過程聲波骨膜振動(dòng)聽小骨傳遞耳蝸基底膜振動(dòng)產(chǎn)生神經(jīng)脈沖第21頁/共64頁聽覺和感知--人耳的感知特性（4）聲音的物理參數(shù)：頻率，振幅，頻譜特性，時(shí)間長度人耳對聲音的心里響應(yīng)：音調(diào)，響度，音色1。聽覺閾 人耳能接收的聲音信號頻率范圍：

20～20000Hz

人耳能忍受且感知的聲音強(qiáng)度：

130dB幾個(gè)聲學(xué)量概念定義如右：第22頁/共64頁聽覺和感知--響度和響度級（5）⒉響度和響度級－LoudnessandLoudnessLevel響度單位：

Sone（宋）－1kHz單音，聲強(qiáng)級40dB時(shí)聽到的響度。響度級單位：

Phon（方）－數(shù)值上等于具有等響度的1kHz的單音的聲強(qiáng)級。第23頁/共64頁聽覺和感知--響度和響度級（6）第24頁/共64頁聽覺和感知--音調(diào)（7）第25頁/共64頁聽覺和感知--掩蔽效應(yīng)（8）⒋掩蔽效應(yīng)MaskingEffect同時(shí)有兩個(gè)聲音進(jìn)入耳朵，響度比較大的聲音對弱的聲音有干擾，使人的耳朵對弱的聲音反映不敏感，稱為掩蔽效應(yīng)。①純音對純音的掩蔽—通常低音容易掩蔽高音②噪聲對純音的掩蔽臨界帶寬：當(dāng)白噪聲的總能量與純音的能量相同時(shí)所對應(yīng)的帶寬。第26頁/共64頁與聲音有關(guān)的幾個(gè)術(shù)語音高是人對聲波頻率的主觀屬性，它首先與聲波的頻率有關(guān)。聲波的振動(dòng)頻率高，我們聽到的聲音就高，反之亦然，但它們之間并非線性關(guān)系。音色是聲波波形的主觀屬性。不同的發(fā)音體所發(fā)出的音波都有自己的特異性。聲波的類型是多種多樣的，一般可分為純音和復(fù)合音兩大類。語音是特殊的復(fù)合音。語音由元音和輔音所構(gòu)成。元音是一種能連續(xù)發(fā)出的樂音，輔音主要是不能連續(xù)發(fā)出的短促的噪音，元音與輔音合成漢語音節(jié)。響度是聲波振幅的主觀屬性，它是由聲波的振幅引起的。振幅越大則響度越大，但它們之間也不是線性關(guān)系。第27頁/共64頁聲音質(zhì)量的評價(jià)我們經(jīng)常會對某一位歌手的歌聲發(fā)表意見，并與其他歌手進(jìn)行比較，這其實(shí)是在對聲音的質(zhì)量進(jìn)行評價(jià)。聲音質(zhì)量的評價(jià)是一個(gè)很困難的問題，也是一個(gè)值得研究的課題。目前來看，聲音質(zhì)量的度量有兩種基本方法，一種是客觀質(zhì)量度量，另一種是主觀質(zhì)量的度量。第28頁/共64頁聲音客觀質(zhì)量的度量方法聲波的測量與分析傳統(tǒng)的方法是先用機(jī)電換能器把聲波轉(zhuǎn)換為相應(yīng)的電信號，然后用電子儀表放大到一定的電壓級進(jìn)行測量與分析。由于計(jì)算技術(shù)的發(fā)展，使許多計(jì)算和測量工作都使用了計(jì)算機(jī)或程序?qū)崿F(xiàn)。這些帶計(jì)算機(jī)處理系統(tǒng)的高級聲學(xué)測量儀器，能完成下列一些測量工作：第29頁/共64頁評價(jià)值的測量響度和響度級，噪音級，清晰度指數(shù)，噪音評價(jià)數(shù)。聲源的測量頻譜的時(shí)間變化，聲功率，指向性，效率，頻譜特征，幅值分布等。音質(zhì)的測量混響時(shí)間，隔音量，吸音量。聲音客觀質(zhì)量的度量方法第30頁/共64頁聲測量的基本儀器是聲級計(jì)。聲級計(jì)是一種能對聲音作出類似人耳的反應(yīng)的儀器，同時(shí)，它能進(jìn)行客觀而可重復(fù)的聲壓和聲級測量。聲壓測量的好處很多：它能幫助音樂廳提高音響效果；能對煩擾聲音進(jìn)行精密的、科學(xué)的分析。聲級測量還能明確地告訴我們什么聲音會引起聽力損害，并提醒人們采用適當(dāng)?shù)穆犃ΡＷo(hù)措施。因此，聲測量是不可少的。度量聲音客觀質(zhì)量的一個(gè)主要指標(biāo)是信噪比SNR（SignaltoNoiseRation），信噪比是有用信號與噪聲之比的簡稱。其單位是分貝(dB)。聲音客觀質(zhì)量的度量方法第31頁/共64頁聲音主觀質(zhì)量的度量采用客觀標(biāo)準(zhǔn)方法很難真正評定某種編碼器的質(zhì)量，在實(shí)際評價(jià)中，主觀的質(zhì)量度量比客觀質(zhì)量的度量更為恰當(dāng)和合理。通常是對某編碼器的輸出的聲音質(zhì)量進(jìn)行評價(jià)，例如播放一段音樂，記錄一段話，然后重放給實(shí)驗(yàn)者聽，再由實(shí)驗(yàn)者進(jìn)行綜合評定。可以說，人的感覺機(jī)理最具有決定意義。當(dāng)然，可靠的主觀度量值是較難獲得的。第32頁/共64頁平均判分（MeanOpnionScose-MOS）過程是召集一批實(shí)驗(yàn)者，請每個(gè)實(shí)驗(yàn)者對某個(gè)編解碼器的輸出進(jìn)行質(zhì)量判分，采用類似于考試的五級分制，不同的MOS分對應(yīng)的質(zhì)量級別和失真級別見表4-１。聲音主觀質(zhì)量的度量第33頁/共64頁聲音主觀質(zhì)量的度量MOS質(zhì)量級別失真級別5優(yōu)(Excellent)不察覺4良(Good)剛察覺但不可厭3中(Fair)察覺及稍微可厭2差(Poor)可厭(但不令人反感)1劣(Unacceptable)極可厭(令人反感)第34頁/共64頁聲音質(zhì)量分級與帶寬聲音的質(zhì)量與它所占用的頻帶寬度有關(guān)，頻帶越寬，信號強(qiáng)度的相對變化范圍就越大大，音響效果也就越好。第35頁/共64頁按照帶寬可將聲音質(zhì)量分為4級：數(shù)字激光唱盤質(zhì)量，通常又CD-DA質(zhì)量，這種質(zhì)量也就是我們常說的超高保真，即SuperHiFi(HighFidelity)。調(diào)頻無線電廣播，簡稱FM(FrequencyModulation)質(zhì)量。調(diào)幅無線電廣播，簡稱AM(AmplitudeModulation)質(zhì)量。電話(Telephone)質(zhì)量。第36頁/共64頁4級聲音質(zhì)量的頻率范圍第37頁/共64頁2.4語音信號的特性分析方法簡介語音信號的特性：主要指其聲學(xué)特性、時(shí)域波形、頻譜特性以及信號的統(tǒng)計(jì)特性。聲學(xué)特性：包括前面講述的語音信號的產(chǎn)生機(jī)理、感知過程、屏蔽效應(yīng)等。統(tǒng)計(jì)特性：包括波形振幅概率密度函數(shù)和一些統(tǒng)計(jì)量如均值和自相關(guān)函數(shù)等。如概率密度的估算方法就是根據(jù)長時(shí)間范圍內(nèi)一段話音信號的大量樣本數(shù)據(jù)的幅度絕對值計(jì)算出幅度直方圖，然后，再根據(jù)統(tǒng)計(jì)的振幅直方圖，尋找近似的概率密度表達(dá)式。第38頁/共64頁語音信號的時(shí)域波形——實(shí)例1采樣頻率：8kHz量化精度：16bitA點(diǎn)開始[s],C點(diǎn)開始[k]，都是清輔音，波形似白噪聲，振幅小，沒明顯周期性；B點(diǎn)開始[ou],D點(diǎn)開始的[e]，都是元音，波形具有明顯的周期性，振幅較大，它們的周期對應(yīng)的就是聲帶振動(dòng)的頻率，即基音頻率，它是聲門脈沖的間隔從波形可計(jì)算估計(jì)值；考察其中一小段元音語音波形，從頻率特性大體可以看出它們的共振峰特性。第39頁/共64頁語音信號的頻譜特性——元音[ou]作法：從波形圖180ms處開始，取256個(gè)樣本：采樣率8k，則該音段持續(xù)時(shí)間為32ms。做FFT前，用hamming窗加權(quán)，并用附加零點(diǎn)的辦法將信號延長一倍，以提高頻率分辨率。在0~1.83k之間有6個(gè)峰點(diǎn)，因此基音頻率約為301Hz。觀察波形圖225～250ms之間大約有8個(gè)周期，由此可推斷周期約為300Hz.另外，圖中明顯的幾個(gè)凸起點(diǎn)，它們出現(xiàn)的頻率即為共振峰頻率。元音頻譜具有明顯的共振峰特性第40頁/共64頁語音信號的頻譜特性——清輔音[k]可以看出，頻譜峰點(diǎn)之間的間隔是隨機(jī)的，表明清輔音[k]中沒有周期分量，與原來預(yù)計(jì)是一樣的。第41頁/共64頁語音信號的語譜圖——實(shí)例2“同舟共濟(jì)”的波形圖及對應(yīng)語圖窄帶語譜圖寬帶語譜圖第42頁/共64頁語譜圖相關(guān)概念實(shí)現(xiàn)方法：橫軸為時(shí)間，縱軸為頻率，沿時(shí)間軸計(jì)算給定時(shí)刻范圍（窗函數(shù)）的短時(shí)譜，任一給定頻率成分在指定時(shí)刻的強(qiáng)弱用相應(yīng)點(diǎn)的灰度或色調(diào)的濃淡來表示。其本質(zhì)是一種動(dòng)態(tài)的頻譜。窄帶語譜圖，采用至少為兩個(gè)基音周期的“長”窗，通常選擇45Hz的帶寬。窄帶語譜圖具有較好的頻率分辨率，有利于顯示基音頻率及其各次諧波。但它的時(shí)間分辨率較差，不利于觀察共振峰（聲道諧振）的變化。寬帶語譜圖：選擇長度小于一個(gè)基音周期的“短”窗，通常帶寬為300Hz，頻域上表現(xiàn)為一個(gè)較寬的滑動(dòng)窗，有良好的時(shí)間分辨率和較差的頻率分辨率。寬帶譜能給出語音共振峰頻率及清輔音的能量匯集區(qū)，在語圖上共振峰呈現(xiàn)為黑色的條紋。第43頁/共64頁語譜圖相關(guān)概念語譜圖特點(diǎn)：花紋有橫杠(bar)、亂紋和豎直條等。橫杠：在(c)中與時(shí)間軸平行的幾條深黑色帶紋，相應(yīng)于短時(shí)譜中的幾個(gè)凸起點(diǎn)，即共振峰。從橫杠對應(yīng)的頻率和寬度可確定相應(yīng)的共振峰頻率和帶寬。豎直條：又叫直沖條，是語圖中出現(xiàn)與時(shí)間軸垂直的一條窄黑條。每個(gè)豎條相當(dāng)于一個(gè)基音，條紋的起點(diǎn)相當(dāng)于聲門脈沖的起點(diǎn)，條紋之間的距離表示基音的周期，條紋越密表示基音頻率越高。如圖中的[tong]中的[0]，[ji]中的[i]，指示了共振峰的存在。亂紋：輕擦音在語圖中的表現(xiàn)形式。如圖中的[zh]和[j]。亂紋的深淺和上下限反映了噪聲能量在頻域著那個(gè)的分布。第44頁/共64頁2.5語音學(xué)基礎(chǔ)及波形特征?語音流的單位：音素、音節(jié)、詞、節(jié)奏群和句子?音素：語音信號的最基本組成單位，音素可分為清音和濁音兩大類?音節(jié)：由音素結(jié)合而成的語音流最小單位，是發(fā)聲的最小單位?詞：由音節(jié)結(jié)合而成的更大單位?節(jié)奏群和句子：詞的進(jìn)一步結(jié)合同一音素與不同音素結(jié)合時(shí)，發(fā)音不同，如音素[sh]在發(fā)“詩”這個(gè)音與發(fā)“書”這個(gè)音時(shí)，發(fā)音方式不完全一樣，前者是非圓唇音，后者是圓唇音。這種同一音素的不同發(fā)音方式稱為音素變體第45頁/共64頁語音分類第46頁/共64頁音節(jié)的構(gòu)成?音節(jié)：包括元音和輔音?元音（Vowel）:由聲帶振動(dòng)發(fā)出來的樂音，構(gòu)成了一個(gè)音節(jié)的主干，元音在音節(jié)中占主要部分。所有元音都是濁音?輔音(Consonant):由呼出的聲流克服發(fā)音器官的阻礙而產(chǎn)生的?發(fā)輔音時(shí)如果聲帶不振動(dòng)，發(fā)出的輔音稱為清輔音?如果聲帶振動(dòng)，發(fā)出的輔音則稱為濁輔音?輔音出現(xiàn)在音節(jié)的前端或后端或前后端?在漢語普通話中，每個(gè)音節(jié)都是由“輔音—元音”構(gòu)成（C—V結(jié)構(gòu)）?在漢語語音中，輔音也稱為聲母，元音也稱為韻母第47頁/共64頁1~4段屬于聲母（輔音）6~9段屬于韻母（元音）第5段是聲母和韻母的過度段對一個(gè)具體指定的音節(jié)，有可能只包含其中的某幾段，但第7段（主要元音段）是每一個(gè)音節(jié)都具有的一個(gè)音節(jié)的發(fā)音都可能由9部分組成第48頁/共64頁漢語的四聲在漢語語音中，通常采用聲、韻、調(diào)的系統(tǒng)分析方法，即每個(gè)“字音”分析為聲母（21個(gè)）和韻母（39個(gè)）兩部分，每個(gè)“字音”又有陰平、陽平、上聲和去聲四種聲調(diào)聲調(diào)：發(fā)濁音時(shí)，聲帶振動(dòng)的基頻軌跡。無論在說一個(gè)單音節(jié)或說一段連續(xù)語音時(shí)，各個(gè)音節(jié)中韻母段的基頻都是隨時(shí)間變化的。聲調(diào)的構(gòu)字辨意作用：相同聲母和韻母構(gòu)成的音節(jié)隨聲調(diào)的不同而具有完全不同的意義，對應(yīng)著不同的漢字，例如搭、達(dá)、打、大。在許多其它語種中，聲調(diào)沒有這樣的重要作用。第49頁/共64頁聲調(diào)的曲線或軌跡開始于韻母的起始端，到韻母的終止端結(jié)束。陰平：曲線幾乎與時(shí)間橫軸線平行，且平均值很高。陽平：曲線從較低的頻率一直上升到較高的頻率，或起始處稍下降后一直上升。上聲：曲線先降后升。普通話4種聲調(diào)的典型曲線去聲：曲線從較高頻率出發(fā)一直下降到極低的頻率。注意：連續(xù)語音中的聲調(diào)曲線與單獨(dú)說一個(gè)音節(jié)的聲調(diào)曲線不完全相同。第50頁/共64頁元音元音（vowels）是因素中成員最多的一類，元音根據(jù)舌頭貼近上腭的位置（前部、中部和后部）分為三個(gè)子類。聲源：元音聲源是準(zhǔn)周期氣流，聲帶會以某一基本頻率振動(dòng)系統(tǒng)：每個(gè)元音對應(yīng)一種不通的聲道形態(tài)：第51頁/共64頁元音波形、語譜圖及共振峰表示元音特征會由于說話人的不同而有很大變化，舌頭隆起的位置和收緊程度、聲道截面積和長度，進(jìn)而聲道的共振鋒，都會隨說話人的不同而變化，因而有利于說話人的識別。語譜圖：聲道的形狀決定了它的共鳴特性。元音/a/的第一共振鋒占主導(dǎo)作用的大致在800Hz，第二、第三稍弱，分別在1200Hz和2300Hz；元音/i/,第一共振鋒大致在400Hz，第二、第三分別在2000Hz和3000Hz，第三共振鋒幅度比/a/的第三共振鋒要強(qiáng)。

第52頁/共64頁鼻音鼻音（nasals）:最接近元音。聲源：也是從振動(dòng)的聲帶處噴射出的準(zhǔn)周期性氣流。系統(tǒng)：軟腭下沉，氣流主要通過鼻腔，口腔通道緊縮，聲音從鼻孔處輻射出來。鼻音根據(jù)口腔通道中舌頭成阻的位置進(jìn)行區(qū)分：第53頁/共64頁鼻音波形、語譜圖及共振峰表示語譜圖：鼻腔有較大容積，頻譜成分主要為低頻諧振。高頻能量較低。第54頁/共64頁摩擦音—濁摩擦音和清摩擦音清摩擦音聲源:聲帶處于放松狀態(tài)，不振動(dòng)，口腔通道中某個(gè)收緊處的湍流會產(chǎn)生噪聲聲源，摩擦音聲道的收緊程度比元音還要窄。清摩擦音系統(tǒng)：舌頭成阻的位置位于口腔通道后部、中部或前部，以及牙齒和嘴唇處。濁摩擦音有著類似清摩擦音的噪聲般聲源和系統(tǒng)特征，不同處是聲道收緊處產(chǎn)生噪聲時(shí)，聲帶經(jīng)常會同時(shí)振動(dòng)，能看到噪聲氣流的周期現(xiàn)象。第55頁/共64頁摩擦音波形、語譜圖及共振峰表示濁摩擦音有音柵結(jié)構(gòu)，對應(yīng)的頻譜就具有相應(yīng)的諧波結(jié)構(gòu)。清摩擦音沒有類似特征。第56頁/共64頁爆破音—濁爆破音和清爆破音聲源和系統(tǒng)清爆破音：“爆破”產(chǎn)生原因是因?yàn)榭谇煌ǖ乐型耆茏杼幒蠓降臍鈮悍e聚并釋放所致。濁爆破音：不同的是釋放氣流的同時(shí)時(shí)，聲帶發(fā)生振動(dòng)。第57頁/共64頁爆破音—VOT結(jié)論：濁爆破音比