2025年大學(xué)《聲學(xué)》專(zhuān)業(yè)題庫(kù)——聲學(xué)在語(yǔ)音編碼中的應(yīng)用考試時(shí)間：______分鐘總分：______分姓名：______一、1.簡(jiǎn)述人聲發(fā)聲過(guò)程中，聲帶振動(dòng)和聲道共鳴各自產(chǎn)生什么聲音特征，并說(shuō)明這些特征對(duì)語(yǔ)音感知的重要性。2.解釋什么是線(xiàn)性預(yù)測(cè)分析（LPC），并簡(jiǎn)述其在語(yǔ)音編碼中用于表征聲道特性的基本原理。二、1.描述語(yǔ)音信號(hào)短時(shí)傅里葉變換（STFT）的應(yīng)用，并說(shuō)明其如何幫助分析語(yǔ)音信號(hào)的頻譜特性，特別是共振峰。2.闡述聽(tīng)覺(jué)系統(tǒng)中的掩蔽效應(yīng)（包括時(shí)間掩蔽和頻譜掩蔽）對(duì)語(yǔ)音信號(hào)壓縮編碼（如感知編碼）的意義。三、1.解釋語(yǔ)音編碼中常用的梅爾頻率倒譜系數(shù)（MFCC）特征提取過(guò)程，并說(shuō)明其為何能較好地模擬人類(lèi)聽(tīng)覺(jué)特性。2.比較基于模型的方法（如LPC）和基于感知的方法（如MP3子帶編碼）在語(yǔ)音編碼中的不同思路和側(cè)重點(diǎn)。四、1.描述矢量量化（VQ）的基本原理，并說(shuō)明它在現(xiàn)代語(yǔ)音編碼（如MP3）中是如何被用來(lái)實(shí)現(xiàn)高效量化的。2.分析影響語(yǔ)音編碼性能（在給定碼率下）的關(guān)鍵聲學(xué)因素有哪些，并簡(jiǎn)要說(shuō)明這些因素如何影響編碼器的設(shè)計(jì)。五、1.簡(jiǎn)述從模擬語(yǔ)音信號(hào)到數(shù)字語(yǔ)音信號(hào)進(jìn)行編碼的基本流程，并提及其中可能涉及的關(guān)鍵聲學(xué)處理步驟。2.討論在移動(dòng)通信等帶寬受限場(chǎng)景下，對(duì)語(yǔ)音編碼算法碼率和抗噪性能的要求，并說(shuō)明聲學(xué)原理如何在這些要求的滿(mǎn)足中發(fā)揮作用。試卷答案一、1.答案：聲帶振動(dòng)產(chǎn)生語(yǔ)音的基頻（F0），決定了語(yǔ)音的音高。聲帶的振動(dòng)激勵(lì)聲道，聲道作為振動(dòng)系統(tǒng)產(chǎn)生共鳴，形成共振峰（Formants），決定了語(yǔ)音的音色。這些特征是區(qū)分不同音素和感知語(yǔ)音清晰度的基礎(chǔ)。解析思路：考察對(duì)語(yǔ)音產(chǎn)生兩大核心要素（聲源和聲道）及其物理意義（基頻和共振峰）的理解。需明確其產(chǎn)生機(jī)制及其在語(yǔ)音識(shí)別和感知中的作用。2.答案：線(xiàn)性預(yù)測(cè)分析（LPC）通過(guò)建立聲道輸出信號(hào)的自回歸模型，用有限個(gè)全極點(diǎn)濾波器參數(shù)來(lái)近似表征聲道對(duì)激勵(lì)信號(hào)的濾波特性。其核心思想是認(rèn)為當(dāng)前語(yǔ)音樣點(diǎn)主要由過(guò)去幾個(gè)樣點(diǎn)的線(xiàn)性組合和噪聲項(xiàng)組成。這些參數(shù)（特別是反射系數(shù)）能有效捕捉語(yǔ)音信號(hào)中的共振峰結(jié)構(gòu)，因此被廣泛應(yīng)用于語(yǔ)音編碼中以降低描述語(yǔ)音所需的參數(shù)數(shù)量。二、1.答案：STFT將時(shí)域的語(yǔ)音信號(hào)轉(zhuǎn)換到短時(shí)頻域，得到隨時(shí)間變化的頻譜圖。通過(guò)分析該頻譜圖，可以清晰地識(shí)別和追蹤語(yǔ)音信號(hào)中的共振峰（Formants）等關(guān)鍵頻譜特征，以及觀(guān)察頻譜隨時(shí)間的快速變化。這是分析語(yǔ)音短時(shí)特性、進(jìn)行聲學(xué)建模（如LPC）和特征提取（如MFCC）的基礎(chǔ)工具。解析思路：考察對(duì)STFT基本概念及其在語(yǔ)音分析中具體應(yīng)用的理解。需說(shuō)明STFT如何實(shí)現(xiàn)時(shí)頻局部化，以及如何利用其結(jié)果分析語(yǔ)音的關(guān)鍵頻譜成分。2.答案：掩蔽效應(yīng)是指一個(gè)聲音的存在會(huì)降低或消除同時(shí)或緊隨其后的其他聲音的可聽(tīng)度。時(shí)間掩蔽效應(yīng)使得高頻噪聲會(huì)掩蔽緊鄰的低頻信號(hào)；頻譜掩蔽效應(yīng)使得一個(gè)強(qiáng)信號(hào)（無(wú)論頻率）會(huì)掩蔽其附近頻帶的弱信號(hào)。語(yǔ)音編碼利用這一特性，在量化或編碼時(shí)，可以對(duì)被掩蔽的信號(hào)分配較低的精度或甚至不編碼，從而在不顯著影響感知質(zhì)量的前提下降低碼率。三、1.答案：MFCC提取過(guò)程通常包括：對(duì)語(yǔ)音信號(hào)進(jìn)行預(yù)加重、短時(shí)分幀、加窗、進(jìn)行STFT得到頻譜，然后將頻譜轉(zhuǎn)換到梅爾刻度（通過(guò)三角窗加權(quán)求和），再進(jìn)行離散余弦變換（DCT），最后取前幾個(gè)系數(shù)。梅爾刻度是對(duì)數(shù)尺度，模擬了人耳聽(tīng)覺(jué)系統(tǒng)對(duì)頻率的感知是非線(xiàn)性的（低頻端分辨率高，高頻端分辨率低），因此MFCC能更好地反映人耳對(duì)語(yǔ)音的感知特性，是許多語(yǔ)音識(shí)別和編碼系統(tǒng)中的重要特征。解析思路：考察對(duì)MFCC具體計(jì)算步驟的掌握，以及理解其設(shè)計(jì)原理與人類(lèi)聽(tīng)覺(jué)特性的關(guān)聯(lián)。2.答案：基于模型的方法（如LPC）試圖建立精確的聲學(xué)模型來(lái)描述語(yǔ)音的產(chǎn)生過(guò)程，編碼時(shí)傳輸模型參數(shù)。其重點(diǎn)在于聲學(xué)的精確表征。基于感知的方法（如MP3子帶編碼）則不完全追求精確的聲學(xué)模擬，而是直接對(duì)感知上重要的信號(hào)成分進(jìn)行編碼，同時(shí)忽略或降低感知上不重要的成分（利用掩蔽效應(yīng)）。其重點(diǎn)在于利用聽(tīng)覺(jué)模型進(jìn)行“感知優(yōu)化”，以在給定碼率下實(shí)現(xiàn)最高的主觀(guān)質(zhì)量。四、1.答案：VQ是一種向量量化技術(shù)。其基本原理是將輸入信號(hào)（或其特征）空間劃分為多個(gè)超球體或超矩形區(qū)域（碼本單元），每個(gè)區(qū)域用一個(gè)代表性的“碼字”表示。編碼時(shí)，將輸入向量歸一化到最近的碼字；解碼時(shí)，發(fā)送碼字。VQ通過(guò)限定碼字索引或直接使用碼字來(lái)表示整個(gè)輸入向量或其段，從而實(shí)現(xiàn)壓縮。在語(yǔ)音編碼中，VQ常用于對(duì)幀特征（如MFCC）進(jìn)行量化，以減少傳輸或存儲(chǔ)所需的比特?cái)?shù)。解析思路：考察對(duì)VQ核心概念（碼本、碼字、量化過(guò)程）的理解，并說(shuō)明其在壓縮中的基本作用。2.答案：影響語(yǔ)音編碼性能的關(guān)鍵聲學(xué)因素包括：語(yǔ)音本身的特性（如清音/濁音比例、語(yǔ)速變化、口音）、基頻（F0）和共振峰（Formants）的動(dòng)態(tài)范圍和精確度、頻譜的精細(xì)結(jié)構(gòu)、以及信號(hào)中噪聲的分布。這些因素決定了需要多少聲學(xué)參數(shù)來(lái)精確描述語(yǔ)音，以及哪些信息對(duì)感知質(zhì)量最為關(guān)鍵，從而直接影響編碼器設(shè)計(jì)時(shí)模型復(fù)雜度、參數(shù)數(shù)量、感知加權(quán)策略和抗噪處理的需求。五、1.答案：基本流程是：模擬語(yǔ)音信號(hào)（如通過(guò)麥克風(fēng)）->預(yù)加重（提升高頻部分，補(bǔ)償衰減）->抗混疊濾波（限制帶寬）->采樣->量化（將模擬信號(hào)轉(zhuǎn)換為數(shù)字值）->分幀->加窗->短時(shí)傅里葉變換（STFT）->頻域處理（如特征提取MFCC、子帶分析）->量化編碼（對(duì)參數(shù)或碼本索引進(jìn)行量化）->加密/信道編碼（可選）->傳輸->解碼->反量化/參數(shù)恢復(fù)->感知解碼/逆變換（如inverseDCT、時(shí)頻重建）->重構(gòu)語(yǔ)音信號(hào)->后處理（如去預(yù)加重）。解析思路：考察對(duì)語(yǔ)音信號(hào)數(shù)字化和編碼過(guò)程主要步驟的掌握，并能在流程中識(shí)別出涉及聲學(xué)處理的部分（如預(yù)加重、STFT、特征提取等）。2.答案：在移動(dòng)通信等帶寬受限場(chǎng)景下，要求語(yǔ)音編碼算法在低碼率下仍能提供可接受的語(yǔ)音質(zhì)量（低失真），并具有較強(qiáng)的抗噪聲能力（保證