现代嗓声科学系列讲座之一——现代嗓声研究的范围、意义、方法、特点和分类

“现代嗓声科学系列讲座”是王土谦同志1988年初为北京嗓声学界举办的系列讲座。该讲座包括:现代嗓声研究的范围、意义、方法、特点和分类;声乐和言语的声学关系;嗓声——听觉链;嗓声的产生;嗓声产生中喉腔、喉室、喉管、咽管的问题;一些有关的心理声学;声乐声感知研究的进展;关于掩盖音与开放音的问题;嗓声的计算机分析与合成;歌手共振峰概念的发展及其与声源机制的关系;近来国际上对嗓声源及其与声门上、下系统交互作用的研究等专题。本刊将陆续选登部分内容。参考文献及图表由编辑部删留。     

息肉与麻痹喉声源分类中非线性动力学发声系统模型研究

提出一种非线性动力学建模仿真发声系统,分类息肉和麻痹喉声源的方法,为声带疾病分类时参数选择提供了依据。首先介绍息肉和麻痹声带力学模型,耦合声门气流产生喉声源,求取喉声源频率(基频)、基频微扰;提出用庞加莱截面,分岔图对模型振动进行非线性分析;改变声带病理参数及声门下压,分析频率参数和混沌参数李雅普诺夫指数的变化。仿真实验结果表明,声带麻痹减小了发声基频,且只在一定压力范围内出现混沌振荡;息肉声带的混沌则分布在整个压力范围内。根据最大李雅普诺夫指数随声门下压变化的差异性分布,有助于识别并分类声带息肉和声带麻痹。      

息肉与麻痹喉声源分类中非线性动力学发声系统模型研究

提出一种非线性动力学建模仿真发声系统,分类息肉和麻痹喉声源的方法,为声带疾病分类时参数选择提供了依据。首先介绍息肉和麻痹声带力学模型,耦合声门气流产生喉声源,求取喉声源频率(基频)、基频微扰;提出用庞加莱截面,分岔图对模型振动进行非线性分析;改变声带病理参数及声门下压,分析频率参数和混沌参数李雅普诺夫指数的变化。仿真实验结果表明,声带麻痹减小了发声基频,且只在一定压力范围内出现混沌振荡;息肉声带的混沌则分布在整个压力范围内。根据最大李雅普诺夫指数随声门下压变化的差异性分布,有助于识别并分类声带息肉和声带麻痹。     

马铁菊头蝠声道声学特性的数值分析

采用有限元数值计算得到了马铁菊头蝠声道内部的声场分布,给出了马铁菊头蝠声道内几种特殊的腔体结构在蝙蝠发声过程中的作用。通过微型CT扫描并经过三维重构得到了马铁菊头蝠声道的三维立体模型用于有限元数值计算,通过在声门处放置单位声源计算得到了整个声道内部以及鼻孔周围的声压分布。结果表明,马铁菊头蝠声道包含了鼻腔结构后声波在声门上方的声压幅度明显大于不含鼻腔结构的情况,从传输曲线来看,声门上方鼻腔的存在使得系统对声波传输在二次谐波频率处呈现低阻抗效果,同时鼻腔的改变还可影响二次谐波的位置。而声门下方的气管空腔主要影响声波的背向转播,声门下方的气管空腔的存在可明显降低蝙蝠发声时声场在声道声门下方的声压幅度,同时抑制声音背向传播时二次谐波成分的强度。      

基于声门波码本受限的迭代维纳滤波语音增强

对基于全极点模型的迭代维纳滤波语音增强方法进行深入研究,指出声门波波形失真和畸变是导致该种方法增强语音听感质量不好的主要原因。为进一步提高迭代维纳滤波增强语音的听感质量,本文从声门波的恢复和增强入手,提出了基于声门波码本受限的迭代维纳滤波语音增强方法:首先对干净训练语音逆滤波,获取其声门波信号;并基于参数模型分析该声门波,提取其特征参数;再根据声门波及其特征参数对声门波训练集进行κ-均值聚类,生成干净的声门波码本,该码本充分反映了干净语音的有效激励声源模式;用该码本对声门波加以规范和约束,使迭代维纳滤波过程中增强语音的激励声门波处干干净语音有效激励声源模式空间内。模拟实验表明,在同样输入条件下,采用声门波码本受限的迭代维纳滤波方法增强的语音比基于全极点模型的迭代维纳滤波方法增强的语音具有更小的失真,提高了增强语音的听感质量。     

冬季冲绳海域地形及黑潮对声传播的影响

冲绳海域地形复杂且冬季存在较强的黑潮海洋锋,利用数值实验研究斜坡地形和海洋锋同时存在时由浅海至深海的声传播特性。海洋模式数值预报环境数据表明,分布于冲绳海槽斜坡上方的海洋锋导致该海域上层水体声速存在水平变化,纬度越高,水平变化越大。利用抛物方程声场模型计算声传播损失,通过简正模态分析存在表面声道的环境中声能量分布,利用声线轨迹图解释海底斜坡和海洋锋对声传播的影响。结果表明:声源频率低于表面声道截止频率时,声传播主要受海底地形影响;声源频率高于表面声道截止频率时,位于表面声道内的声源激发的声能量主要在表面声道传播,部分声能量从表面声道泄漏沿斜坡向深海传播,位于表面声道深度以下的声源激发的声能量主要沿斜坡向深海传播,斜坡地形导致表面声道下方至共轭深度这一深度范围呈现为声影区,海洋锋的存在可导致表面声道传播损失变化明显,影响程度与声源深度有关。     

马铁菊头蝠声道声学特性的数值分析

采用有限元数值计算得到了马铁菊头蝠声道内部的声场分布,给出了马铁菊头蝠声道内几种特殊的腔体结构在蝙蝠发声过程中的作用。通过微型CT扫描并经过三维重构得到了马铁菊头蝠声道的三维立体模型用于有限元数值计算,通过在声门处放置单位声源计算得到了整个声道内部以及鼻孔周围的声压分布。结果表明,马铁菊头蝠声道包含了鼻腔结构后声波在声门上方的声压幅度明显大于不含鼻腔结构的情况,从传输曲线来看,声门上方鼻腔的存在使得系统对声波传输在二次谐波频率处呈现低阻抗效果,同时鼻腔的改变还可影响二次谐波的位置。而声门下方的气管空腔主要影响声波的背向转播,声门下方的气管空腔的存在可明显降低蝙蝠发声时声场在声道声门下方的声压幅度,同时抑制声音背向传播时二次谐波成分的强度。     

喉部疾病的语声模拟方法研究

本文提出了声带的三质量块模型,给出了它的数学表达式和等效电路,并应用这种模型对病嗓产生的嘶哑语音进行了模拟分析。这些嘶哑语音包括声带闭合不全、声带小结、声带麻痹、喉炎、声带淀粉样变和声门癌等十六种典型情况。声带模型分析法可以作为喉疾诊断的一种方法。     

声门下共鸣的谱规整用于非特定人的语音识别

提出在参数的提取过程中用不同的感知规整因子对不同人的参数归一化,从而实现在非特定人语音识别中对不同人的归一化处理。感知规整因子是基于声门上和声门下之间耦合作用产生声门下共鸣频率来估算的,与采用声道第三共振峰作为基准频率的方法比较,它能较多的滤除语义信息的影响,更好地体现说话人的个性特征。本文提取抗噪性能优于Mel倒谱参数的感知最小方差无失真参数作为识别特征,语音模型用经典的隐马尔可夫模型(HMM)。实验证明,本文方法与传统的语音识别参数和用声道第三共振峰进行谱规整的方法相比,在干净语音中单词错误识别率分别下降了4%和3%,在噪声环境下分别下降了9%和5%,有效地改善了非特定人语音识别系统的性能。      

西北太平洋副热带模态水区域声传播特性*

西北太平洋副热带模态水(STMW)是在西北太平洋夏季出现的温跃层中温度、盐度和密度具有垂向均一性的水团。由于西北太平洋副热带模态水(STMW)的存在,深海声速剖面呈现出双跃层结构,对深海远程声传播产生较大的影响。本文对比分析了西北太平洋副热带模态水(STMW)区域夏冬两季典型声速剖面环境下的声传播规律。分析结果表明,夏季声速剖面环境下,声源位于浅层声道宽度内时,声传播为浅层声道的类深海声道传播与会聚区传播的复合形式。掠射角较小的声线被限制于浅层声道中,增加了会聚区内的到达结构,并且增强了在影区的声能量,在第二影区内的传播损失比冬季声速剖面环境下最多低近60dB。本文推导了浅层声道的截止频率的近似表达式,分析结果表明,截止频率主要由浅层声道的宽度和正梯度段的声速差值决定,夏季STMW区域浅层声道截止频率主要集中在100Hz左右。     

涌浪条件下的浅海表面声道脉冲声传播*

在冬季,海水表面受到海面强风的影响,普遍存在表面声道。当声源位于表面声道中并且声源频率高于表面声道的截止频率时,声能量几乎被完全限制其中,不与海底作用,十分有利于声传播。但当表面声道上边界为较大涌浪所形成的粗糙界面时,这种优良性能会被破坏。在南海北部陆坡海区的一次冬季实验中,发现表面声道以下水听器接收到的首个脉冲的幅度明显增加,通过研究表明,其原因是：存在较大涌浪时,部分表面声道内传播的声能量,经粗糙海面反射作用后进入下层水体中,使得位于表面声道以下的水听器的第一个到达的脉冲幅度增强。     

非对称黏性空气动力学声带模型及其病理喉声源分类

二质量块模型(SH模型)在模拟病理发声时未考虑弹性力对发声系统的影响,也未考虑黏性气流在声门闭合阶段的作用,本文提出一种非对称黏性空气动力学声带模型(ISAC模型)。对非对称振动时的附加弹性系数和弹性形变进行分析,修正质量块所受的碰撞力,随位移量变化调节原始模型中的劲度系数,模拟环甲肌和甲杓肌的张力作用;通过声门倾角变化得到声门处的气流分布,以实现声带壁上的非对称气流压力作用。该模型应用于发声病理诊断,模型仿真和病理喉声源分类识别的实验结果显示,各声门特征参数相对误差不超过1.5%,ISAC模型的加权平均误差低于SH模型,二分类识别率和细分准确率均高于SH模型。      

高速摄影成像分析声带振动发声的前后不对称性

高速摄影成像直接观察到声带振动的前后不对称性。将11个离体狗喉声带进行发声实验,设置3组声门下压分别为10 cm H₂O,20 cm H₂O和30 cm H₂O,利用高速摄像仪和传声器,分别记录不同声门下压的声带振动图像和声信号.对高速摄影成像与同步采集的声信号基频进行定量分析和比较,基频均随声门下压的增大而增加。此外,对两种测量方法得到的基频进行相关分析比较,得到在同一声门下压下两种方法的基频相关系数均大于0.9,表明高速摄影成像得到的基频与声信号的基频具有高度相关性。高速摄影成像能直观地测量声带振动行为,对研究声带振动发声机理提供了有价值的测量手段。高速摄影获得的声带线性结构上25%,50%,75%位置处的振动幅度,显示了声带前后振动不对称且声门下压较低时振动不对称较明显。      

大陆坡海域二维声传播研究

针对在西北太平洋大陆坡外海进行的一次实验中观测到的接收信号能量在声道轴深度附近较为集中的现象,分析了存在向下斜坡时声源置于海面附近和斜坡表面两种情况下斜坡分别对声传播的影响。通过数值模拟,得到了不同声源深度下的传播损失和脉冲的时域波形,数值结果表明,当声源置于海面附近时,声波在水平不变深海环境中随距离衰减很快,而大陆坡的存在可实现能量的远距离传播;当声源置于斜坡表面时,大陆坡会改变水体中声波能量的分布,使其在声道轴深度附近比较集中,这种传播条件下小掠射角声线产生的时间展宽很小,      

激发圆形管道内多阶声模态的扬声器阵列控制方法

声模态发生器是通过控制扬声器阵列在管道内激发声模态波的一种装置。为了解决在管道内同时激发多个声模态的问题,研究了激发圆形管道内多阶声模态的扬声器阵列控制方法。采用轴向多圈布置的声源阵列,并调节各个声源的幅值和相位,实现同时激发包括径向声模态在内的多个声模态。同时考虑声源的周向位置和轴向位置信息,建立各个声源与多个目标模态系数之间的线性关系,运用最小二乘法求解得到激发目标多模态所需各个声源的复强度（包括幅值和相位）,所研制的高阶模态发生器以计算的声源复强度为输入量,采用数字信号系统控制扬声器输出的幅值和相位,用于实现管道内声源激发,该模态激发过程无需针对特定模态优化声源的位置。实验结果表明,所研制的模态发生器可精确激发单个或多个声模态,且目标模态系数信噪比几乎都大于10 dB。      

两千和一万声瓦电动调制气流声源

电动调制气流声源输出功率大,频谱容易控制,是较为理想的强声源.我们研制成功的两千和一万声瓦电动调制气流声源(以下简称2kw和10kw),最大功率区在100—1250Hz(±4dB)之间;10千声瓦声源在28m~3的混响室中能形成158.5dB的混响场,2千声瓦声源在直径140mm的行波管中能产生171.5dB的行波场.它们还可以重播音乐、语言讯号,若干个组阵广播距离达12km以上.文献[1—3]报道过这类声源的设计原理和实验工作,本文结合我     

多个延迟声的音质评价试验

一般剧场的一楼中部地区音质常常不好,这和直达声后的短延迟反射声的分布状况有关.本试验用电声模拟几个不同延迟(20～110毫秒)的反射声,组成若干种延迟声的组合,在露天条件下对各种组合进行了“成对比较”的主观音质评价.声源采用了在露天录制的音乐、语音等三种节目. 从初步试验结果的统计分析中,讨论了在没有混响的情况下,不同的延迟声对于音质效果的影响.除此之外,还讨论了各项评价指标之间的相关趋势.     

东印度洋热带偶极子对声会聚区影响分析

大洋中的物理海洋现象影响着水体的变化,从而对其中的声波传播产生重要的影响.首次在东印度洋海域进行的声学调查实验,发现了印度洋热带偶极子物理海洋现象对声传播的影响,利用穿越热带偶极子的声传播实验数据,分析了声源深度和水体起伏对深海会聚区的影响,并对实验中的声传播现象形成机理进行了理论解释.结果表明:东印度洋深海非完全声道环境下,受热带偶极子形成暖水团和声源深度起伏的影响,第2会聚区没有形成,声源深度变深时,更容易形成深海会聚区;印度洋热带偶极子影响下第2会聚区位置处的水体跃层起伏会对下一个会聚区的形成及位置产生重要影响,使得第3会聚区提前形成,会聚区位置向声源方向偏移2—3 km.研究结果对探测及通信声纳在深海复杂环境下应用具有重要指导意义.     

深海大深度声传播特性及直达声区水下声源距离估计

深海大深度声传播特性对在深海近海底进行水声目标探测和定位具有重要意义。利用一次南海中南部深海不完全声道中的脉冲声传播实验数据,分析了海底附近大深度声传播损失及脉冲多途传播特性,并根据直达波和海底-海面反射波的时延差与收发距离的关系,提出一种利用深海直达声区脉冲多途到达时间进行水下声源距离估计的方法。结果表明:当接收器深度位于南海深海海底附近而声源深度较浅时,直达声区水平宽度可达30 km,传播损失相对影区来说较小,有利于水下声源探测;直达声区的直达波与海底-海面反射波的到达时延差随着收发距离的增大单调减小,可被用于水下声源距离估计。得到水下声源的距离估计结果与实验GPS测量结果较为一致,距离估计均方误差为0.28 km。      

腭裂语音中齿龈塞音的声门代偿现象声学分析与判定

对齿龈塞音在腭裂语音中的声门塞音代偿现象进行了声学分析,计算频谱分布的多阶统计量—谱矩,并将代偿塞音和正常塞音进行对比。结果显示声门塞音爆破段的第一阶谱矩即频谱质心的频率位置比正常塞音低,因为声门塞音的阻塞部位在声门,导致声道腔体偏长从而共振频率偏低。还观察到声门塞音的第二阶谱矩即标准偏差偏高,说明其谱能量分布比正常塞音更加分散。声门塞音的第三阶谱矩即偏度大多为正值,反映了声门塞音功率谱的非对称性且大头朝向低频区而长尾朝向高频区。采用逻辑回归模型进行样本分类,通过交叉验证选出最优的四阶谱矩作为模型自变量,分类正确率为89.7%。结合塞音爆破时刻自动检测,实现了音节/di/的声门塞音客观判定。