版權(quán)聲明：本文為博主原創(chuàng)文章，未經(jīng)博主允許不得轉(zhuǎn)載。?? ?https://blog.csdn.net/u013538664/article/details/25060123
1.2.2 語音編碼

語音編碼的目的是在保證一定語音質(zhì)量的前提下，盡可能降低編碼比特率，以節(jié)省頻率資源。

????????語音編碼技術(shù)的鼻祖：

????????研究開始于1939年軍事保密通信的需要，貝爾電話實(shí)驗(yàn)室的Homer Dudley提出并實(shí)現(xiàn)了在低頻帶寬電話電報電纜上傳輸語音信號的通道聲碼器。

????????20世紀(jì)70年代：國際電聯(lián)（ITU-T，原CCITT）64kbit/s脈沖編碼調(diào)制（PCM）語音編碼算法的G.711建議，它被廣泛應(yīng)用于數(shù)字通信、數(shù)字交換機(jī)等領(lǐng)域，從而占據(jù)統(tǒng)治地位。

????????1980年：美國政府公布了一種2.4kbit/s的線性預(yù)測編碼標(biāo)準(zhǔn)算法LPC-10，這使得在普通電話帶寬中傳輸數(shù)字電話成為可能。ITU-T也于20世紀(jì)80年代初著手研究低于64kbit/s的非PCM編碼算法，并于1984年通過了32kbit/s ADPCM語音編碼G.721建議，它不僅可以達(dá)到與PCM相同的語音質(zhì)量，而且具有更優(yōu)良的抗誤碼性能。1988年美國又公布了一個4.8kbit/s的碼激勵線性預(yù)測（CELP）編碼算法。與此同時，歐洲也推出了一個16kbit/s的規(guī)則脈沖激勵線性預(yù)測（RPE-LPC）編碼算法。

???????20世紀(jì)90年代：隨著因特網(wǎng)在全球范圍的興起，人們對能在網(wǎng)絡(luò)上傳輸語音的VoIP技術(shù)興趣大增，由此，IP分組語音通信技術(shù)獲得了突破性進(jìn)展和實(shí)際應(yīng)用。

???????20世紀(jì)90年代中期到現(xiàn)在，第三代移動通信技術(shù)逐漸成熟并走向商用，變速率語音編碼和帶寬語音編碼得到了迅速的發(fā)展，不斷有新的國際標(biāo)準(zhǔn)和地區(qū)標(biāo)準(zhǔn)公布。

???????語音編碼技術(shù)主要有兩個努力的方向：一是中低速率的語音編碼的實(shí)用化及如何在實(shí)用化過程中進(jìn)一步提高其抗干擾、抗噪聲能能力；另一個是如何進(jìn)一步降低其編碼速率。

1.2.3 語音識別

???????與機(jī)器進(jìn)行語音交流，讓機(jī)器明白你說什么，這是人們長期以往夢寐以求的事情。而語音識別技術(shù)就是讓機(jī)器通過識別和理解過程把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的高科技。根據(jù)在不同限制條件下的研究任務(wù)，產(chǎn)生了不同的研究研究領(lǐng)域。這些領(lǐng)域包括：

???????1) 根據(jù)對說話人說話方式的要求，可以分為孤立字語音識別系統(tǒng)、連續(xù)字語音識別系統(tǒng)及連續(xù)語音識別系統(tǒng)

???????2) 根據(jù)對說話人的依賴程度可以分為特定人和非特定人語音識別系統(tǒng)

???????3) 根據(jù)詞匯量大小，可以分為小詞匯量、中等詞匯量、大詞匯量及無限詞匯量語音識別系統(tǒng)

???????語音識別工作開始：

???????20世紀(jì)50年代：AT&T貝爾實(shí)驗(yàn)室的Audry系統(tǒng)，它是第一個可以識別10個英語數(shù)字的語音識別系統(tǒng)。

???????1956年：RAC實(shí)驗(yàn)室的Olson等人也獨(dú)立地研制出了10個單音節(jié)詞的識別系統(tǒng)，系統(tǒng)采用從帶通濾波器組獲得的 ??????????????????????頻譜參數(shù)作為語音的特征。

???????1959年：Fry和Denes等人采用頻譜分析和模式匹配進(jìn)行識別決策構(gòu)建音素識別器來辨別4個元音和9個輔音。

??????????????????????MIT林肯實(shí)驗(yàn)室采用聲道的時變估計技術(shù)研究10個元音的識別

???????20世紀(jì)60年代末：重要成果是提出了動態(tài)規(guī)劃（DP）和線性預(yù)測編碼（LPC）分析技術(shù)，其中后者較好地解決 ???????????????????????????????????????了語音信號產(chǎn)生模型的問題，對整個語音識別、語音合成、語音分析、語音編碼的研究發(fā)展產(chǎn) ?????????????????????????????????????生了深遠(yuǎn)影響。

???????20世紀(jì)70年代：在理論上，LPC技術(shù)得到進(jìn)一步發(fā)展，動態(tài)時間規(guī)整（DTW）技術(shù)基本成熟，特別是提出了矢 ???????????????????????????????????量量化（VQ）和隱馬爾可夫模型（HMM）理論。在實(shí)踐上，首先在孤立詞識別方面，由日本學(xué)

?????????????????????????????????者Sakoe給出了使用動態(tài)規(guī)劃方法（DP）進(jìn)行語音識別的途徑——DP算法。Itakura基于語音編 ???????????????????????????????????碼中廣泛使用的LPC技術(shù)，通過定義基于LPC頻譜參數(shù)的合適的距離測度，成功地將其應(yīng)用到語 ?????????????????????????????????音識別中。同時，以IBM為首的一些語音研究單位還著手開展了連續(xù)語音識別的研究。

???????20世紀(jì)70年代末到20世紀(jì)80年代初：Linda、Buzo、Gray等人解決了矢量量化碼本生成的方法，并將矢量量化成 ??????????????????????????????????????????????????????????????????功地應(yīng)用到語音編碼中，從此矢量量化技術(shù)很快被推廣應(yīng)用到其他領(lǐng)域。

???????20世紀(jì)80年代開始：語音識別研究進(jìn)一步走向深入，就是識別算法從模式匹配技術(shù)轉(zhuǎn)向基于統(tǒng)計模型的技術(shù)，更 ????????????????????????????????????????多地追求從整體統(tǒng)計的角度來建立最佳的語音識別系統(tǒng)。HMM技術(shù)就是其中的一個典型技 ??????????????????????????????????????????術(shù)。

???????20世紀(jì)80年代中期：重新開始的人工神經(jīng)網(wǎng)絡(luò)（ANN）研究，也給語音識別帶來一片新的生機(jī)。

???????20世紀(jì)90年代初期：許多發(fā)達(dá)國家如美國、日本以及IBM、Apple、AT&T、NTT等著名公司都為語音識別系統(tǒng)的 ????????????????????????????????????????實(shí)用化開發(fā)研究投以巨資。

???????如今，深度神經(jīng)網(wǎng)絡(luò)（DNN）在語音領(lǐng)域的應(yīng)用，使得語音識別性能又上了一個新的臺階。

1.3 語音信號處理過程的總體結(jié)構(gòu)

---------------------?
作者：JameJuZhang?
來源：CSDN?
原文：https://blog.csdn.net/jojozhangju/article/details/25060123?
版權(quán)聲明：本文為博主原創(chuàng)文章，轉(zhuǎn)載請附上博文鏈接！

總結(jié)

以上是生活随笔為你收集整理的数字语音信号处理学习笔记——绪论（2）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。