“语音信号处理”课程教学改革探索-最新资料

“语音信号处理”课程教学改革探索

基金项目：本文系2012年南通大学教改项目（项目编号：2012B027）的研究成果。

“语音信号处理”是南通大学（以下简称“我校”）电气信息类各专业四年级学生选修的一门专业课程，是研究用数字信号处理技术对语音信号进行处理的一门学科。原教学计划中该课程总学时数为28（理论教学）+4（实验教学），教材选用机械工业出版社出版，赵力编著的《语音信号处理》（第2版）。[1]该教材内容主要涉及三部分内容：语音信号处理的一些基础知识、语音信号的各种分析方法和处理技术以及语音信号处理的各种应用等。要求学生重点掌握时频域分析、倒谱分析、线性预测分析、矢量量化技术和隐马尔可夫模型等分析方法，为今后的科研工作和开发工作打下良好基础。 本课程具有很强的理论性和实践性，课程内容多，与前修课关系密切而且要求有比较好的数学基础。又因为在教学计划中是大四的课程，加上学生对选修课程重视不够且讲授学时较少，大部分学生学习起来比较困难。[2-5]为了能够在有限的学时内使学生了解和掌握语音信号的各种分析和处理方法，笔者在授课学时调整、理论教学设计、实验教学环节、科研联系教学等多方面深化教学改革并实施教学实践。

一、改革的思路和内容 1.授课学时调整

“语音信号处理”这门课在教学计划中是安排在大四的第一学期（前8周完成），之后学生就要开始其毕业设计工作。毕业设计是学生学习能力和实践能力的综合体现，故在“语音信号处理”课程教学改革中可考虑增加实验学时（占总学时的三分之一左右），让学生有足够的实验机会去实践课程的重要知识点，使其初步掌握应用所学知识来分析、解决实际问题的能力，从而培养学生的创新精神和实践能力。

2.理论教学设计

由于受理论教学课时的限制（占总学时的三分之二左右），“语音信号处理”课程主要讲授教材的前两部分内容。其中第一部分简要介绍语音信号处理的基础知识，重点讲解基音周期和共振峰的定义以及语音信号数字模型的构成；第二部分重点讲授语音信号的各种分析和处理技术，包括：时域分析、频域分析、倒谱分析、线性预测分析、矢量量化技术和隐马尔可夫模型等。其中，时域分析方法重点讲授几种参数的定义，特别强调其物理意义和作用。频域分析主要了解其与标准傅里叶变换的联系，重点掌握窗的类型和宽度选取。对于倒谱分析和线性预测分析而言，其共同的作用都是对语音信号进行解卷，但倒谱分析使用的是同态处理技术，需要重点掌握其解卷过程；而线性预测分析是通过估计其预测系数，则要深入理解线性预测模型与语音生成模型的等效性。同时，通过对前面所学知识的总结，还单独对基音周期估计和共振峰估计的内容进行了介绍，并引导学生完成相关算法的改进方案。对于教材中的第三部分内容“语音信号处理的各种应

用”，没有将其作为课堂讲授内容，而是将其设立为本科毕业设计的选题内容进行展开。

此外，为了提高学生的学习积极性和主动性，在课堂上减少了繁琐的数学推导，代之以物理意义归纳和实验仿真结果相结合进行讲授。对于一些不易理解的概念，在讲解定义之后给出其Matlab仿真结果图，结合仿真结果来理解其定义。这里需要重点讲解仿真图横、纵坐标及其他参数的物理意义，使学生能够深入领会这些定义的基本原理和实现方法，提高其学习课程的主动性。例如在讲授语音信号的时域分析时，可以考虑给出一两种时域分析方法的的仿真程序，通过分析其仿真结果图来代替抽象的定义，获得更加直观的结果。对于其它的时域分析方法，让学生根据定义自己编写程序实现。这样，既可以让学生理解其物理意义，提高教学效果，也避免学生一贯的被动接受式学习，使其在动态的交互环境中有一种耳目一新的感觉。 3.实验教学设计

实验教学环节的设计对于一门兼顾理论性和实践性的专业课程来说尤为重要，它是对理论内容理解和掌握的检验和总结。课程在经过学时调整之后，其中实验学时增加到10学时。实验内容与教学重点相一致，以语音信号的分析与处理方法为主要内容，同时兼顾相关的重要知识点。通过“语音信号处理”实验可以让学生深入掌握语音信号的各种分析和处理技术，增加其实际建模和算法编程的能力，在培养学生的动手和分析解决问题能力的同时激发其对相关领域的研究兴趣。实验主要包括基于Matlab的软仿真和基于DSP的硬仿真两

部分内容。其具体内容、要求、学时分配如表1所示。 表1 实验内容、要求与学时分配

基于Matlab的软仿真实验 序号 内容 要求 学时

一 时域分析 编程实现一段语音信号的短时能量、短时过零率、短时自相关等；这些时域方法有哪些主要用途、如何实现 2 二 倒谱分析 自己编程求出一段语音的倒谱；如何利用倒谱特性估计基音周期，窗口如何选择 2 三 线性预测

分析 掌握声道参数提取的常用方法；实现基于莱文逊—杜宾算法的声道参数提取 2 四 基音周期

估计 掌握基音周期估计的常用方法；实现基于自相关法的基音周期提取 2

基于DSP的硬仿真实验 五 语音信号采集与分析 掌握利用DSP实现语音信号的采集与分析；自己采集一段语音，编程实现回声、和声与滤波等效果 2 4.科研联系教学

语音信号处理是目前发展最为迅速的信息科学技术之一，因此，在教学改革过程中，可考虑适当增加有关该学科的一些最新使用方法和科研成果。例如，近年来被广泛研究的“鸡尾酒会”问题，即在多个说话人同时说话的情况下（通常包含噪声）怎样从多个麦克风接收到的声音信号中分离出所需要的说话者声音。在当前，数字音频篡改

检测技术受到众多研究者的关注，如何在没有先验信息的情况下识别语音的原始性和完整性，这对法庭取证和打击犯罪都具有重要的现实意义。在授课过程中穿插给学生讲解这些新颖的研究方向，既拓宽了学生的知识面，又可使学生意识到这些技术本身与自己所学专业是密切相关的，从而提高他们的学习兴趣。同时，教师在教学实践过程中还可以将自己主持和参与的语音信号处理科研项目和具体进展与学生沟通，适时地把一些相关的科研成果引入到课堂中，引导学生主动探索这些相关课题。 二、总结

笔者对“语音信号处理”课程进行了教学改革，调整了授课学时，优化和改进了教学内容，加强了实验环节，注重了教学与科研的联系。实践证明，只要授课教师认真对待，改进教学方法，想办法提高学生的学习主动性，就可以切实有效地提高教学效果。同时，通过不断深化“语音信号处理”课程的改革实践，可有效培养学生良好的动手能力和初步的科研能力，为将来步入社会或更高层次的学习打下了坚实基础。

本文来源：https://www.bwwdw.com/article/moqh.html