＂语音信号处理＂课程教学改革探索

《＂语音信号处理＂课程教学改革探索》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、呷l习吨力数角2o13年第35期DOI编码：10．3969／j．issn．1007—0079．2013035057“语音信号处理"课程教学改革探索王伟曾凤章国安袁红林摘要：结合南通大学课程开设的实际情况，介绍了“语音信号处理”课程改革和优化的总体思路，从授课学时调整、理论教学设计、实验教学环节、科研联系教学等多方面进行了探索与实践。该课程的教学改革对学生良好的实践能力和初步的科研能力培养起到了非常重要的作用。关键词：语音信号处理；教学改革；实践作者简介：王伟(1983一)，男，江苏泗洪人，南通大学电子信息学院，讲师；曾凤(1981一)，女，四川广安人，南通大学

2、电子信息学院，助理实验师。(江苏南通226019)基金项目：本文~2012年南通大学教改项目(项目编号：2012B027)的研究成果。中图分类号：G642．0文献标识码：A文章编号：1007—0079(2013)35—0116—01“语音信号处理”是南通大学(以下简称“我校”)电气信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，需要重点掌握该课程总学时数为

3、28(理论教学)+4(实验教学)，教材选用机其解卷过程；而线性预测分析是通过估计其预测系数，则要深械工业出版社出版，赵力编著的《语音信号处理》(第2版)。l】入理解线性预测模型与语音生成模型的等效性。同时，通过该教材内容主要涉及_一部分内容：语音信号处理的一些基础知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。各种应用等。要求学生重点掌握时频域分析、倒谱分析、线性预对于教材中的第二=三部分内容“语音信号处理的各种应用”，没测分析、矢量量化技术和隐马

4、尔可夫模型等分析方法，为今后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的科研工作和开发工作打下良好基础。选题内容进行展开。本课程具有很强的理论性和实践性，课程内容多，与前修此外，为了提高学生的学习积极性和主动性，在课堂上减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，在讲解定义之后给少，大部分学生学习起来比较困难。为了能够在有限的学时出其Matlab仿真结果图，结合仿真结果来理解其定义。这里需内使学

5、生了解和掌握语音信号的各种分析和处理方法，笔者在要重点讲解仿真图横、纵坐标及其他参数的物理意义，使学生授课学时调整、理论教学设计、实验教学环节、科研联系教学能够深入领会这些定义的基本原理和实现方法，提高其学习等多方面深化教学改革并实施教学实践。课程的主动性。例如在讲授语音信号的时域分析时，可以考虑一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、改革的思路和内容1．授课学时调整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“语音信号处理”这门课在教学计划中是安排在大四的第域分析方法，让学生根据定义自己编写程序实现。这样，既可一学期(前8周完成)，

6、之后学生就要开始其毕业设计工作。毕业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(占总学时的三分之感觉。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，3安验教学设计使其初步掌握应用所学知识来分析、解决实际问题的能力，从实验教学环节的设计对于一门兼顾理论性和实践性的专而培养学生的创新精神和实践能力。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2．理论教学设计结。课程在经过学时调整之后，其中

7、实验学时增加到10学时。实由于受理论教学课时的限制(占总学时的三分之二左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右)，“语音信号处理”课程主要讲授教材的前两部分内容。要内容，同时兼顾相关的重要知识点。通过“语音信号处理”实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。实验主要包括分析、频域

8、分析、倒谱分析、线性预测分析、矢量量化