语音基础

语音基础

语音格式

听觉原理

发声机原理

1

1

1

1

1

语音基础知识介绍-发声机理

人的发声范围： 100 - 10kHz

男性的基音频率（Fo）： 50 - 250 Hz

女性基音频率： 100 - 500 Hz

语音基础知识介绍-听觉原理

外耳： 声源定位（DOA）、放大器（AGC）

中耳：保护耳蜗

内耳：梅尔滤波器组

人声听声范围： 20 - 20kHz

语音基础知识介绍-音频示例及参数

1. 格式： 无损/有损

2. 无损： WAV/PCM/FLAC

3. 有损： MP3/ogg/AAC

4. 幅职： 多种表示方式

5. 采样值： short（-32768～ + 32767）

6. 标准化值：采样值的归一化

分贝： 10log[(x/xo)^2] = 20log|x/xo|

长度：音频持续时间，一般单位是s，精确到ms

采样率：每秒钟采样的个数8k，16k，22.05k，44.1k

通道： 单声道（mono），多声道（混音），立体声（stereo）

位宽： 分辨率

16bits： 幅值的范围用两个字节的short表示（-32768～32767）

32bits： 幅值的范围用四个字节的long short表示（-65537～65536）

发声机理。