2025年大學(xué)《聲學(xué)》專業(yè)題庫(kù)——聲學(xué)領(lǐng)域的聲音辨識(shí)與分析考試時(shí)間：______分鐘總分：______分姓名：______一、選擇題（請(qǐng)將正確選項(xiàng)的字母填入括號(hào)內(nèi)）1.以下哪個(gè)物理量主要描述聲音的強(qiáng)度等級(jí)？a)頻率b)聲壓c)聲強(qiáng)d)聲功率2.人耳對(duì)聲音響度的感知與聲壓級(jí)（單位dB）之間呈什么關(guān)系？a)線性關(guān)系b)對(duì)數(shù)關(guān)系c)指數(shù)關(guān)系d)根號(hào)關(guān)系3.將一個(gè)時(shí)間域信號(hào)轉(zhuǎn)換到頻域常用的數(shù)學(xué)工具是？a)微分方程b)拉普拉斯變換c)傅里葉變換d)離散余弦變換4.在聲音信號(hào)處理中，短時(shí)傅里葉變換（STFT）主要解決的問(wèn)題是？a)對(duì)瞬時(shí)頻率進(jìn)行分析b)對(duì)非平穩(wěn)信號(hào)進(jìn)行全局頻譜分析c)僅能分析非常短的聲音片段d)將信號(hào)從時(shí)域完全轉(zhuǎn)換到頻域5.Mel頻率倒譜系數(shù)（MFCC）主要模擬人耳的什么感知特性？a)音調(diào)感知b)響度感知c)音色感知d)相位感知6.在語(yǔ)音識(shí)別系統(tǒng)中，區(qū)分不同說(shuō)話人的關(guān)鍵技術(shù)通常涉及？a)聲音的頻譜形狀b)語(yǔ)音信號(hào)的能量c)基于聲道模型的參數(shù)d)信號(hào)的信噪比7.以下哪種方法不屬于典型的聲音特征提取技術(shù)？a)頻譜質(zhì)心b)自相關(guān)函數(shù)c)短時(shí)能量d)小波系數(shù)8.回聲消除技術(shù)主要應(yīng)用在哪個(gè)領(lǐng)域？a)語(yǔ)音識(shí)別b)音樂(lè)音色分類c)環(huán)境噪聲分析d)移動(dòng)通信系統(tǒng)9.聲音的音色主要由其什么決定？a)基頻（F0）b)總能量c)頻譜包絡(luò)和時(shí)域結(jié)構(gòu)d)聲音持續(xù)時(shí)間10.將聲音信號(hào)從模擬形式轉(zhuǎn)換為數(shù)字形式的過(guò)程稱為？a)采樣b)量化c)編碼d)轉(zhuǎn)換二、填空題（請(qǐng)將答案填入橫線處）1.聲壓是聲波__________在介質(zhì)中傳播時(shí)引起的__________的瞬時(shí)變化量。2.響度是表示聲音__________的主觀感受量，單位是__________。3.傅里葉變換可以將信號(hào)在__________域的表示轉(zhuǎn)換為在__________域的表示。4.離散傅里葉變換（DFT）是將有限長(zhǎng)離散時(shí)間信號(hào)轉(zhuǎn)換為_(kāi)_________域頻譜的過(guò)程，其快速算法是__________。5.Mel頻率尺度是為了更好地模擬人耳__________特性的頻率標(biāo)度。6.語(yǔ)音信號(hào)通?？梢苑譃開(kāi)_________、__________和__________三個(gè)主要部分。7.模式識(shí)別中的特征空間是指以__________作為維度所構(gòu)成的向量空間。8.相關(guān)分析是聲音信號(hào)處理中一種常用的__________技術(shù)，可以用來(lái)檢測(cè)信號(hào)中的相似模式。9.聲源定位是指確定聲源在__________空間中的位置的過(guò)程。10.數(shù)字信號(hào)處理（DSP）通常需要將連續(xù)信號(hào)首先進(jìn)行__________，然后進(jìn)行__________和編碼。三、簡(jiǎn)答題（請(qǐng)簡(jiǎn)要回答下列問(wèn)題）1.簡(jiǎn)述聲音響度與聲壓級(jí)之間的對(duì)數(shù)關(guān)系。2.解釋什么是聲音的音色，并列舉影響音色的三個(gè)主要因素。3.簡(jiǎn)述傅里葉變換（FT）的基本思想及其在聲音分析中的作用。4.說(shuō)明短時(shí)傅里葉變換（STFT）的基本原理，并解釋其為何能用于分析非平穩(wěn)聲音信號(hào)。5.描述Mel頻率倒譜系數(shù)（MFCC）的提取過(guò)程及其在語(yǔ)音分析中的優(yōu)勢(shì)。四、計(jì)算題（請(qǐng)列出計(jì)算步驟并給出結(jié)果）1.已知某瞬時(shí)聲壓信號(hào)為p(t)=0.1sin(2π×1000t)Pa。求該信號(hào)的頻率、周期和角頻率。2.聲壓級(jí)Lp1=80dB，聲壓級(jí)Lp2=90dB。求Lp2相對(duì)于Lp1的聲壓比是多少？對(duì)應(yīng)的聲強(qiáng)比又是多少？3.假設(shè)一個(gè)離散時(shí)間信號(hào)x[n]={1,2,2,1,0,-1,-2,-2,-1,0}，n=0,1,...,9。計(jì)算其N=10點(diǎn)的離散傅里葉變換（DFT）的幅度譜。(無(wú)需進(jìn)行逆變換)4.解釋為什么在計(jì)算MFCC時(shí)需要先對(duì)聲音幀進(jìn)行加窗、FFT、取對(duì)數(shù)和離散余弦變換（DCT）？簡(jiǎn)述每一步的物理意義或作用。五、論述題（請(qǐng)結(jié)合所學(xué)知識(shí)，闡述下列問(wèn)題）1.試比較時(shí)域分析、頻域分析和時(shí)頻分析在聲音信號(hào)處理中的特點(diǎn)、適用場(chǎng)景和局限性。2.在語(yǔ)音識(shí)別或說(shuō)話人識(shí)別應(yīng)用中，聲音特征提取扮演著怎樣的角色？為什么MFCC等特征被廣泛應(yīng)用？討論這些特征的優(yōu)缺點(diǎn)。3.闡述回聲消除技術(shù)在實(shí)際應(yīng)用（如免提電話、會(huì)議系統(tǒng)）中的基本原理，并討論其面臨的主要挑戰(zhàn)。試卷答案一、選擇題1.c2.b3.c4.a5.c6.a7.b8.d9.c10.a二、填空題1.振動(dòng)/空氣；位移2.大?。籹one3.時(shí)域；頻域4.頻域；快速傅里葉變換（FFT）5.音色/感知6.語(yǔ)音段/靜音段；噪聲段7.聲學(xué)特征8.相似度度量/模式匹配9.三維（或：空間）10.采樣；量化三、簡(jiǎn)答題1.響度是人耳對(duì)聲音強(qiáng)弱的主觀感受，而聲壓級(jí)是聲壓相對(duì)于參考聲壓的對(duì)數(shù)表示。根據(jù)心理聲學(xué)實(shí)驗(yàn)，響度的增長(zhǎng)并非與聲壓級(jí)的增長(zhǎng)成正比，而是近似成正比的關(guān)系。即當(dāng)聲壓級(jí)每增加10dB時(shí)，響度大約增加一倍。因此，它們之間存在對(duì)數(shù)關(guān)系。2.聲音的音色是指不同聲源發(fā)出聲音的質(zhì)的規(guī)定性，使得人耳能夠區(qū)分即使響度和音調(diào)相同的不同聲音（如不同樂(lè)器的聲音）。音色主要由聲音的頻譜特性決定，包括頻譜的形狀、頻帶分布、諧波結(jié)構(gòu)等，以及聲音的時(shí)域特性，如攻擊時(shí)間、衰減時(shí)間、瞬態(tài)響應(yīng)等。3.傅里葉變換是一種數(shù)學(xué)工具，它將一個(gè)在時(shí)域（或空間域）上定義的信號(hào)表示為該信號(hào)在頻域上各個(gè)頻率分量的加權(quán)和。對(duì)于聲音信號(hào)，傅里葉變換可以將時(shí)域波形轉(zhuǎn)換為其對(duì)應(yīng)的頻譜圖，顯示信號(hào)中包含哪些頻率成分以及各頻率成分的強(qiáng)度（振幅或功率），從而揭示聲音的頻率結(jié)構(gòu)。4.短時(shí)傅里葉變換（STFT）是在信號(hào)上應(yīng)用傅里葉變換的一種方式，它通過(guò)在信號(hào)上滑動(dòng)一個(gè)固定長(zhǎng)度的窗口，并對(duì)每個(gè)窗口內(nèi)的信號(hào)片段進(jìn)行傅里葉變換。這樣，可以得到信號(hào)在不同時(shí)間點(diǎn)上的頻譜信息。由于窗口的長(zhǎng)度通常遠(yuǎn)小于信號(hào)的總長(zhǎng)，因此每個(gè)時(shí)間窗口內(nèi)的信號(hào)可以近似看作是平穩(wěn)的。STFT通過(guò)這種方式將信號(hào)分解為時(shí)間和頻率兩個(gè)維度上的表示，從而能夠分析非平穩(wěn)聲音信號(hào)（其頻率成分隨時(shí)間變化的信號(hào)）的時(shí)變特性。5.Mel頻率倒譜系數(shù)（MFCC）的提取過(guò)程通常包括以下步驟：首先對(duì)語(yǔ)音幀進(jìn)行加窗處理，以防止邊緣效應(yīng)；然后對(duì)加窗后的幀進(jìn)行快速傅里葉變換（FFT），得到頻譜；接著對(duì)頻譜取對(duì)數(shù)，以模擬人耳聽(tīng)覺(jué)系統(tǒng)對(duì)聲音強(qiáng)度的對(duì)數(shù)感知特性；再對(duì)對(duì)數(shù)頻譜進(jìn)行離散余弦變換（DCT），提取主要特征并降低數(shù)據(jù)維度；最后通常取DCT結(jié)果的前12-13個(gè)系數(shù)作為MFCC特征。MFCC特征因其能很好地模擬人耳聽(tīng)覺(jué)特性、對(duì)平移、加窗和加性噪聲不敏感等優(yōu)點(diǎn)，在語(yǔ)音識(shí)別、說(shuō)話人識(shí)別等領(lǐng)域得到廣泛應(yīng)用。四、計(jì)算題1.頻率f=2π/(2π×1000)=1Hz。周期T=1/f=1/1=1s。角頻率ω=2π×f=2π×1000=2000πrad/s。2.聲壓比=10^(Lp2/20)/10^(Lp1/20)=10^((90-80)/20)=10^0.5=√10≈3.162。聲強(qiáng)與聲壓的平方成正比，所以聲強(qiáng)比=(聲壓比)^2=(√10)^2=10。3.DFT[x[n]]=X[k]=Σ_{n=0}^{9}x[n]*e^(-j*2π*k*n/10),k=0,...,9。X[0]=Σ_{n=0}^{9}x[n]=10。幅度|X[0]|=10。X[1]=Σ_{n=0}^{9}x[n]*e^(-j*2π*n/10)。計(jì)算結(jié)果（過(guò)程略）幅度|X[1]|≈2.236。X[2]=Σ_{n=0}^{9}x[n]*e^(-j*4π*n/10)。計(jì)算結(jié)果（過(guò)程略）幅度|X[2]|≈0。X[3]=Σ_{n=0}^{9}x[n]*e^(-j*6π*n/10)。計(jì)算結(jié)果（過(guò)程略）幅度|X[3]|≈0。X[4]=Σ_{n=0}^{9}x[n]*e^(-j*8π*n/10)。計(jì)算結(jié)果（過(guò)程略）幅度|X[4]|≈1.154。X[5]=Σ_{n=0}^{9}x[n]*e^(-j*π*n)。計(jì)算結(jié)果（過(guò)程略）幅度|X[5]|=0。X[6]=Σ_{n=0}^{9}x[n]*e^(-j*12π*n/10)。計(jì)算結(jié)果（過(guò)程略）幅度|X[6]|≈1.154。X[7]=Σ_{n=0}^{9}x[n]*e^(-j*14π*n/10)。計(jì)算結(jié)果（過(guò)程略）幅度|X[7]|≈0。X[8]=Σ_{n=0}^{9}x[n]*e^(-j*16π*n/10)。計(jì)算結(jié)果（過(guò)程略）幅度|X[8]|≈2.236。X[9]=Σ_{n=0}^{9}x[n]*e^(-j*18π*n/10)。計(jì)算結(jié)果（過(guò)程略）幅度|X[9]|=10。幅度譜|X[k]|={10,2.236,0,0,1.154,0,1.154,0,2.236,10}。4.加窗：語(yǔ)音信號(hào)是非平穩(wěn)的，加窗（通常使用漢明窗等）可以減少信號(hào)在幀邊界處的突變，使得每個(gè)幀內(nèi)的信號(hào)更接近平穩(wěn)，便于進(jìn)行頻譜分析。FFT：將加窗后的時(shí)域幀轉(zhuǎn)換為頻域表示，得到該幀包含的頻率成分信息。取對(duì)數(shù)：人耳對(duì)聲音響度的感知近似于對(duì)數(shù)關(guān)系，取對(duì)數(shù)可以使特征更符合人耳特性，同時(shí)也有助于抑制強(qiáng)頻率分量的影響。DCT：離散余弦變換可以將頻譜能量集中到少數(shù)幾個(gè)系數(shù)上，這些系數(shù)包含了信號(hào)的主要信息，而忽略掉高頻細(xì)節(jié)信息，從而降低特征維度，便于后續(xù)處理和分類。MFCC主要關(guān)注低頻部分，因?yàn)榈皖l包含了大部分語(yǔ)音的語(yǔ)義信息。五、論述題1.時(shí)域分析直接處理信號(hào)隨時(shí)間變化的波形，能直觀反映信號(hào)的瞬時(shí)特性、周期性、脈沖結(jié)構(gòu)等，適用于分析簡(jiǎn)單、平穩(wěn)信號(hào)或提取時(shí)域特征（如過(guò)零率）。但難以直接揭示信號(hào)的頻率組成。頻域分析通過(guò)傅里葉變換等手段，將信號(hào)表示為不同頻率分量的疊加，能清晰地顯示信號(hào)包含哪些頻率成分以及各成分的強(qiáng)度和相位，適用于分析信號(hào)的頻率結(jié)構(gòu)、諧波關(guān)系、濾波效果等。但頻域表示丟失了時(shí)間信息，無(wú)法反映頻率成分隨時(shí)間的變化。時(shí)頻分析（如STFT、小波變換）則同時(shí)提供時(shí)間和頻率信息，能分析非平穩(wěn)信號(hào)中頻率成分隨時(shí)間變化的特性，是研究語(yǔ)音、音樂(lè)、瞬態(tài)聲等復(fù)雜信號(hào)的有力工具。時(shí)頻分析克服了時(shí)域和頻域分析的單一維度局限性，但可能存在時(shí)間分辨率和頻率分辨率之間的權(quán)衡（測(cè)不準(zhǔn)原理），且計(jì)算復(fù)雜度較高。2.聲音特征提取是連接原始聲音信號(hào)和后續(xù)模式識(shí)別、決策環(huán)節(jié)的關(guān)鍵橋梁。其作用是將原始聲音信號(hào)（通常是時(shí)域波形）轉(zhuǎn)換為具有良好區(qū)分性的、更能表征聲音本質(zhì)屬性的特征向量。這些特征向量應(yīng)該能有效地捕捉區(qū)分不同說(shuō)話人、不同語(yǔ)音單元（音素、字）、不同樂(lè)器或不同聲源的關(guān)鍵信息，同時(shí)盡量減少受環(huán)境噪聲、信道變化等因素的干擾。MFCC等特征之所以廣泛應(yīng)用，主要是因?yàn)樗鼈兺ㄟ^(guò)模擬人耳聽(tīng)覺(jué)特性（如梅爾刻度、時(shí)頻特性）提取了語(yǔ)音信號(hào)中與語(yǔ)義、說(shuō)話人身份等相關(guān)的魯棒性特征，使得基于這些特征的識(shí)別系統(tǒng)在現(xiàn)實(shí)環(huán)境中具有較好的性能。優(yōu)點(diǎn)在于計(jì)算相對(duì)高效，且對(duì)平移、加窗、加性噪聲等具有較好的不敏感性。缺點(diǎn)在于可能丟失部分高頻細(xì)節(jié)信息，對(duì)于非常不同的聲源或特定類型的噪聲，其區(qū)分能力可能有限，且提取過(guò)程涉及多個(gè)假設(shè)和參數(shù)選擇。3.回聲消除技術(shù)的基本原理是利用自適應(yīng)濾波器來(lái)模擬回聲路徑的特性。其目標(biāo)是在接收端（如麥克風(fēng)）的信號(hào)中減去估計(jì)出的回聲信號(hào)，從而抑制由揚(yáng)聲器播放聲音經(jīng)墻壁等反射后傳回的干擾。具體過(guò)程通常包括：首先從揚(yáng)聲器播放已知測(cè)試信號(hào)（