我們畢業(yè)啦其實(shí)是答辯的標(biāo)題地方第二章語(yǔ)音產(chǎn)生與聽(tīng)覺(jué)感知北京工業(yè)大學(xué)2目錄2心理聲學(xué)原理1語(yǔ)音產(chǎn)生2.1語(yǔ)音產(chǎn)生語(yǔ)音的產(chǎn)生過(guò)程：肺部氣流的形成（發(fā)聲動(dòng)力）、聲源的產(chǎn)生（聲帶振動(dòng)）以及語(yǔ)音的形成（聲道共鳴）三部分。肺部通過(guò)呼吸作用將外界空氣吸入體內(nèi)，當(dāng)人體開(kāi)始說(shuō)話(huà)時(shí)，肺部的肌肉收縮迫使空氣流出。流出的空氣經(jīng)氣管進(jìn)入喉部，到達(dá)聲帶時(shí)引起聲帶振動(dòng)產(chǎn)生了聲音。振動(dòng)的聲帶將聲音向上傳入由咽腔、口腔、鼻腔等組成的聲道。聲道能夠?qū)β曇纛l譜中的一些頻率進(jìn)行加強(qiáng)或減弱。聲道的大小和形狀隨著發(fā)音器官的活動(dòng)而改變，引起聲道的共鳴性質(zhì)發(fā)生變化，產(chǎn)生不同的語(yǔ)音音調(diào)和音色，進(jìn)而形成語(yǔ)音信號(hào)。最后，語(yǔ)音從唇或鼻輻射到外界，經(jīng)過(guò)外界傳導(dǎo)被人耳感知。2.1.1發(fā)音器官人類(lèi)用來(lái)產(chǎn)生語(yǔ)音的發(fā)音器官：發(fā)聲器官和構(gòu)音器官兩部分。發(fā)聲器官由肺部和喉部構(gòu)成，用于產(chǎn)生聲音。其中，肺部的呼吸作用形成氣流，氣流引起喉部的聲帶振動(dòng)而發(fā)聲。通過(guò)協(xié)同調(diào)整肺部和喉部的運(yùn)動(dòng)，能夠變換聲音的音調(diào)、響度和音質(zhì)，為進(jìn)一步形成語(yǔ)音特征奠定基礎(chǔ)。2.1.1發(fā)音器官人類(lèi)用來(lái)產(chǎn)生語(yǔ)音的發(fā)音器官：發(fā)聲器官和構(gòu)音器官兩部分。構(gòu)音器官由上下顎、舌、唇、軟腭等構(gòu)成，用于對(duì)聲音進(jìn)行頻譜變換，以產(chǎn)生語(yǔ)音。其中，相互鄰近的構(gòu)音器官共同構(gòu)成口腔、咽腔、鼻腔等共鳴腔，并形成聲道。在聲道中，從喉部傳來(lái)的聲音被不斷地反射和增強(qiáng)引發(fā)共振，改變?cè)悸曇舻念l譜，形成語(yǔ)音信號(hào)。當(dāng)發(fā)音器官進(jìn)行不同活動(dòng)時(shí)，聲道形狀變化，由此形成元音和輔音特征。2.1.2發(fā)音原理元音的產(chǎn)生：元音是發(fā)音時(shí)氣流通過(guò)口腔不受阻礙發(fā)出的音氣流從肺部通過(guò)聲門(mén)沖擊聲帶，使聲帶發(fā)出均勻振動(dòng)，然后氣流不受阻礙地通過(guò)口腔發(fā)出不同的語(yǔ)音。元音的產(chǎn)生是發(fā)聲和構(gòu)音機(jī)制共同作用的結(jié)果。發(fā)聲和構(gòu)音都是由物體振動(dòng)產(chǎn)生聲波，但二者的區(qū)別在于，發(fā)聲是在氣流推動(dòng)下利用喉部的聲帶振動(dòng)產(chǎn)生聲源，而構(gòu)音是利用聲門(mén)以上聲道中的共振構(gòu)成語(yǔ)音?！奥曉?濾波器”理論是解釋語(yǔ)音產(chǎn)生過(guò)程的一個(gè)重要概念。其中，喉部的聲帶作為聲源發(fā)生器發(fā)出聲帶聲源，聲道則作為聲學(xué)濾波器對(duì)聲源聲音進(jìn)行調(diào)制以構(gòu)成語(yǔ)音，最終從唇輻射到外部空間。2.1.2發(fā)音原理元音的產(chǎn)生：元音是發(fā)音時(shí)氣流通過(guò)口腔不受阻礙發(fā)出的音聲帶在人腦指令的控制下通過(guò)喉部肌肉的收縮打開(kāi)或閉合。呼吸時(shí)，聲帶打開(kāi)，空氣無(wú)任何阻力地通過(guò)聲門(mén)。發(fā)聲時(shí)，大腦通過(guò)神經(jīng)系統(tǒng)向聲帶肌肉發(fā)出指令，聲帶肌肉開(kāi)始收縮，拉動(dòng)聲帶使聲門(mén)關(guān)閉。當(dāng)聲門(mén)完全閉合時(shí)，從肺部呼出的氣流在聲門(mén)處被阻斷，聲帶上方和下方均收到氣流沖擊，從而產(chǎn)生振動(dòng)；當(dāng)振動(dòng)累積到一定程度時(shí)，閉合的聲帶被重新打開(kāi)；由于聲帶具有韌性，重新打開(kāi)后會(huì)迅速閉合；由此，聲帶在不斷振動(dòng)的過(guò)程中產(chǎn)生一系列氣流脈沖，這些氣流脈沖被轉(zhuǎn)化為聲能脈沖信號(hào)，形成語(yǔ)音產(chǎn)生的基本聲源，即聲帶聲源。聲帶聲源的響度、音高受聲帶振動(dòng)程度的影響。2.1.2發(fā)音原理清音和濁音：

在語(yǔ)音學(xué)定義中，將發(fā)音時(shí)聲帶振動(dòng)的音稱(chēng)為濁音，聲帶不振動(dòng)的音稱(chēng)為清音。輔音

有清有濁，而多數(shù)語(yǔ)言中的元音均為濁音，鼻音、邊音、半元音也是濁音。發(fā)元音時(shí)聲帶振動(dòng)的叫濁元音。有些語(yǔ)言發(fā)元音時(shí)聲帶不振動(dòng)，發(fā)出的為清元音。當(dāng)發(fā)出濁元音時(shí)，聲道在聲門(mén)端關(guān)閉，除了喉腔會(huì)發(fā)生適度的收縮，其余空間沒(méi)有明顯的縮小。當(dāng)發(fā)出清元音時(shí)，聲門(mén)打開(kāi)，舌部對(duì)發(fā)音的影響效果減弱。2.1.2發(fā)音原理清音和濁音：

在語(yǔ)音學(xué)定義中，將發(fā)音時(shí)聲帶振動(dòng)的音稱(chēng)為濁音，聲帶不振動(dòng)的音稱(chēng)為清音。輔音

有清有濁，而多數(shù)語(yǔ)言中的元音均為濁音，鼻音、邊音、半元音也是濁音。輔音是指氣流在經(jīng)過(guò)在口腔或咽腔時(shí)受到阻礙而形成的音。按照發(fā)音時(shí)聲帶振動(dòng)或不振動(dòng)，可以將輔音分為濁輔音或清輔音兩大類(lèi)。這兩類(lèi)輔音的區(qū)別涉及特定語(yǔ)言中對(duì)喉部及喉部以上構(gòu)音器官的精細(xì)時(shí)間控制。發(fā)出濁輔音時(shí)，聲道閉合或變窄，氣流持續(xù)存在并引起聲帶振動(dòng)。但由于聲道的容積增加（口腔擴(kuò)張，由下顎下降和頰部的外擴(kuò)引起；咽腔擴(kuò)張，由側(cè)壁外擴(kuò)和喉部的下降引起），聲門(mén)兩側(cè)的氣流減少，聲門(mén)間的壓力差減小。聲門(mén)處的氣壓變化不僅來(lái)自口腔和咽腔，還來(lái)自鼻腔，因?yàn)榭谇粌?nèi)的聲壓會(huì)傳播到鼻腔并從前鼻孔輻射到外部空間。發(fā)出清輔音時(shí)，口腔內(nèi)的壓力值上升，達(dá)到聲門(mén)下的壓力大小，聲門(mén)間的壓力差被迅速減小，聲帶振動(dòng)受到抑制。2.2心理聲學(xué)原理心理聲學(xué)(Psychoacoustics):研究人耳聽(tīng)覺(jué)系統(tǒng)對(duì)聲音的感知過(guò)程。外界聲音通過(guò)耳廓傳到耳道，振動(dòng)鼓膜后所產(chǎn)生的能量依次通過(guò)聽(tīng)小骨（錘骨、砧骨、鐙骨）傳到耳蝸，耳蝸中的基底膜將聲音轉(zhuǎn)換為神經(jīng)信號(hào)，最后通過(guò)聽(tīng)覺(jué)神經(jīng)傳入大腦。由此，聲音中的物理屬性（如強(qiáng)度和頻率）與人耳對(duì)聲音感知的心理聲學(xué)屬性（如響度和音高的感知）建立了聯(lián)系。2.2.1聽(tīng)覺(jué)范圍人耳的聽(tīng)覺(jué)范圍涵蓋了從剛好能夠被人耳感知的聲音到足以對(duì)人耳構(gòu)成傷害的聲音。一般來(lái)講，人耳可以識(shí)別的聲音的頻率范圍是20Hz到20000Hz之間。

聲壓級(jí)(SoundPressureLevel,SPL)是一種用于描述聲音強(qiáng)度的物理量，以分貝(dB)為單位衡量待測(cè)聲壓相較于基準(zhǔn)聲壓的大小

2.2.1聽(tīng)覺(jué)范圍人耳的聽(tīng)覺(jué)范圍涵蓋了從剛好能夠被人耳感知的聲音到足以對(duì)人耳構(gòu)成傷害的聲音。一般來(lái)講，人耳可以識(shí)別的聲音的頻率范圍是20Hz到20000Hz之間。

聲壓級(jí)(SoundPressureLevel,SPL)是一種用于描述聲音強(qiáng)度的物理量，以分貝(dB)為單位衡量待測(cè)聲壓相較于基準(zhǔn)聲壓的大小

無(wú)噪聲環(huán)境下，以特定頻率的純音進(jìn)行測(cè)試時(shí)，人耳剛好能夠感知到的純音的聲壓級(jí)稱(chēng)為聽(tīng)閾，該值被定義為0dBSPL；人耳的痛閾約為140dBSPL。2.2.2絕對(duì)聽(tīng)閾絕對(duì)聽(tīng)閾在無(wú)噪聲環(huán)境中、頻率特定的條件下，人耳聽(tīng)覺(jué)系統(tǒng)能夠感知到的最小純音強(qiáng)度值，通常用dBSPL表示。在不同的頻率下，人耳對(duì)聲音的感知靈敏程度不同，即絕對(duì)聽(tīng)閾不同。1940年，弗萊徹等人就公布了美國(guó)國(guó)立衛(wèi)生研究院(NIH)對(duì)一眾測(cè)試者進(jìn)行聽(tīng)力靈敏度測(cè)試的研究結(jié)果，并量化了絕對(duì)聽(tīng)閾與頻率之間的關(guān)系。在無(wú)噪聲環(huán)境中，一個(gè)聽(tīng)覺(jué)靈敏的年輕人的聽(tīng)覺(jué)閾值與頻率的非線性關(guān)系被表示為：

2.2.2絕對(duì)聽(tīng)閾絕對(duì)聽(tīng)閾無(wú)噪聲環(huán)境下的絕對(duì)聽(tīng)閾2.2.3臨界頻帶臨界頻帶在耳蝸的基底膜上發(fā)生著從頻率到位置的轉(zhuǎn)換。傳入耳道的聲波會(huì)振動(dòng)鼓膜和鼓室內(nèi)部的聽(tīng)小骨，而聽(tīng)小骨的機(jī)械振動(dòng)會(huì)傳導(dǎo)到耳蝸。由于基底膜與神經(jīng)受體相連，行波會(huì)在與每種頻率相關(guān)的特定位置產(chǎn)生峰值響應(yīng)，不同的神經(jīng)受體分別對(duì)應(yīng)了其位置所在處的不同頻段對(duì)于正弦波激勵(lì)，基底膜上的行波從輸入端的橢圓形窗口開(kāi)始，向前傳播直到接近其共振頻率所對(duì)應(yīng)的位置。在位置處幅度增大到峰值，但在該位置之后，波速減慢且幅度迅速衰減。波峰的位置被稱(chēng)為激勵(lì)信號(hào)頻率的“最佳位置”，而在特定位置的行波到達(dá)峰值的輸入頻率被稱(chēng)為“最佳頻率”。由此，就產(chǎn)生了耳蝸的頻率-位置轉(zhuǎn)換關(guān)系。2.2.3臨界頻帶耳蝸可以被看作為一組高度重疊的帶通濾波器組。但這組帶通濾波器的振幅響應(yīng)是不對(duì)稱(chēng)且非線性的（與電平有關(guān)）。同時(shí)，耳蝸所對(duì)應(yīng)的各帶通濾波器的通帶帶寬呈不均勻分布，帶寬隨著中心頻率的增加而增加，可以用“臨界帶寬”(CriticalBandwidth,CB)量化不同頻率上的帶寬。當(dāng)中心頻率小于500Hz時(shí)，臨界帶寬通常約為100Hz；但中心頻率大于500Hz時(shí)，臨界帶寬的值約為中心頻率的20%。對(duì)于一般聽(tīng)者而言，臨界帶寬與中心頻率之間的關(guān)系可以表示為：

2.2.3臨界頻帶Bark頻帶中心頻率（頻率/Hz）下界頻率（頻率/Hz）上界頻率（頻率/Hz）150010021501002003250200300435030040054504005106570510630770063077088407709209100092010801011701080127011137012701480121600148017201318501720200014215020002320152500232027001629002700315017340031503700184000370044001948004400530020580053006400217000640077002285007700950023105009500120002413500120001550025187751550022050理想化的臨界頻帶分布情況2.2.3臨界頻帶進(jìn)行建模，得到Hz到Bark尺度的轉(zhuǎn)換函數(shù)為：

等效矩形帶寬(EquivalentRectangularBandwidth,ERB)是另一種描述帶寬的度量方法，提供近似人耳聽(tīng)覺(jué)對(duì)帶寬的感知。在信號(hào)處理中，等效矩形帶寬的定義與信號(hào)的功率譜有關(guān)，它指的是將信號(hào)等效成一個(gè)矩形譜，使得等效后的矩形譜與原信號(hào)有相同功率。2.2.4同時(shí)掩蔽聽(tīng)覺(jué)掩蔽是一種常見(jiàn)的心理聲學(xué)現(xiàn)象。當(dāng)兩個(gè)聲音同時(shí)出現(xiàn)時(shí)，相對(duì)較弱的聲音受較強(qiáng)聲音的影響，將不易被人耳感知。較強(qiáng)的音是掩蔽音，較弱的音是被掩蔽音。當(dāng)兩個(gè)及以上聲源同時(shí)發(fā)聲時(shí)，會(huì)發(fā)生同時(shí)掩蔽。同時(shí)掩蔽：當(dāng)一個(gè)響度較強(qiáng)的噪聲或純音作為掩蔽音時(shí)，其臨界頻帶在基底膜上所對(duì)應(yīng)的位置會(huì)產(chǎn)生一個(gè)足夠強(qiáng)的刺激，從而有效阻斷人耳在位置對(duì)較弱信號(hào)的感知。三種方式：噪聲-掩蔽-純音(Noise-Masking-Tone,NMT)、純音-掩蔽-噪聲(Tone-Masking-Noise,TMN)和噪聲-掩蔽-噪聲(Noise-Masking-Noise,NMN)2.2.4同時(shí)掩蔽噪聲-掩蔽-純音同一臨界帶內(nèi)，當(dāng)一個(gè)純音的強(qiáng)度低于某個(gè)與窄帶噪聲強(qiáng)度和中心頻率相關(guān)的閾值時(shí)，窄帶噪聲可掩蔽該純音信號(hào)，此現(xiàn)象稱(chēng)為噪聲-掩蔽-純音臨界頻帶是指當(dāng)某個(gè)純音被以它為中心頻率且具有一定帶寬的連續(xù)噪聲所掩蔽時(shí)，如果該純音剛好能被聽(tīng)到時(shí)的功率等于這一頻帶內(nèi)噪聲的功率。信號(hào)和掩蔽閾值之間的聲級(jí)差，為信號(hào)掩蔽比(Signal-to-Maskratio,SMR)，SMR越大掩蔽效果越小。2.2.4同時(shí)掩蔽純音-掩蔽-噪聲當(dāng)噪聲的強(qiáng)度低于某個(gè)與掩蔽純音強(qiáng)度和中心頻率相關(guān)的閾值時(shí)，臨界頻帶中心頻率處的純音可掩蔽任何亞臨界帶寬或形狀的噪聲在純音掩蔽噪聲帶的檢測(cè)閾值處，當(dāng)掩蔽音的頻率接近噪聲的中心頻率時(shí)，會(huì)出現(xiàn)最小SMR，即掩蔽音純音的強(qiáng)度與被掩蔽噪聲的強(qiáng)度之間差異最小。與噪聲相比，純音在掩蔽方面具有較大的信號(hào)掩蔽比(SMR)。低頻純音容易掩蔽高頻純音，而高頻純音相對(duì)較難掩蔽低頻純音。頻率相近的純音容易互相掩蔽。當(dāng)增加掩蔽聲的聲壓級(jí)時(shí)，掩蔽閾值會(huì)提高，同時(shí)被掩蔽的頻率范圍也會(huì)擴(kuò)展。2.2.4同時(shí)掩蔽噪聲-掩蔽-噪聲一種窄帶噪聲掩蔽另一種窄帶噪聲的現(xiàn)象稱(chēng)為噪聲-掩蔽-噪聲。相比于NMT和TMN，NMN的研究更為困難

NMN的掩蔽效果會(huì)受掩蔽音和被掩蔽音之間的相位關(guān)系影響。基本