人体的发音器官如图1.1所示，有肺、气管、喉、声道等。语音产生的能源有是肺部；声带是人体重要的发声器官，它为产生语音提供了主要的激励源；图中的调音区即为声道，它包含了咽、鼻腔、咽腔等器官，这些器官在声门至嘴唇间，它们都是非均匀的截面，因此可以其到谐振器的作用。

图1.1 发声器官示意图

图1.2 语音的形成过程

语音的形成过程如图1.2所示，其实就是当空气由肺部排入喉部，经过声带进入声道中，最后由嘴的谐振器的作用，可以辐射出声波，形成语音。

1.2.3汉语语音的基本原理及特点

1.2.3.1汉语语音的特点

与西方国家的语言相比，汉语音系相对简单。首先，在汉语中一个字就代表一个音节，一般由两到三个因素组成；而在西方国家的语言中每个单词都有一个或若干个音节组成。因此，汉语的音节较少，音素也较少。其次汉语中有很多的清辅音，相对于西语来说比较柔和，并且噪声较少，适宜做进一步的研究。最后，汉语还有鲜明的轻重音和儿化音，因此，进行分割的时候，可以比较清晰的看出分割点，在语言表达方面也较为准确。

另外，汉语与西语不同，汉语的发音分为声母和韵母。其中韵母在音节中占主导部分，音节开头一般由声母组成，之后由元音或元音带上辅音等不同形式组成，所以把这些组成统称为韵母。因此可以通过对比基音频率F0和共振峰Fn的方法来区别不同的元音。汉语声韵分割的重点就在于这里，所谓的声韵分割就是通过找出声韵分割点的位置指导辅音提取、音节端点检测，从而利用元音与辅音之间的差异达到语音识别、说话人识别的目的。

1.2.3.2 音素与音节

汉语语音分为音素与音节。音素是人体发声的最小单位，其次由音素组成的是音节，此外音节可以结合成更大单位--词，词进一步可以结合成节奏群、句子等等。一个音节由元音（Vowel）和辅音(Consonant）构成。由于元音无论是在长度上还是在能量上，在音节中都占主要部分，所以元音是构成音节的主要部分。在汉语普通话中，大部分音节都是由“辅音-元音”构成的，除了其一些包括只有元音而没有辅音的纯元音音节，例如“啊”，这种情况称为零辅音。在汉语中，辅音称为声母，元音称为韵母。同时韵母也可称作为调母，因为在汉语中声调都是出现在韵母上方的。

1.2.3.3 汉语语音特性综述

汉语中习惯于把一个音节分为三个部分，分别是声母、韵母以及声调。汉语中的每一个音节都包含了一个韵母。韵母的种类有38种，我们把它们分为三个大类。分别是单韵母、复韵母、鼻韵母。其中单韵母有8个，复韵母有14个，鼻韵母有16个。

可以把音节中的韵母分为三个部分，分别是韵头、韵腹和韵尾。韵头是韵母的开头，一般在韵母刚刚发音时起到一个先导的作用，因为韵头在最前端，而且比较的短暂，所以发音一般都很不清楚；韵腹在韵母发音的过程中起到了很重要的作用，在韵头迅速带过后，于此同时，口腔内的肌肉会变得尤为紧张，这样就可以放出响亮的声音。最后是韵尾，韵尾可以是元音也可以是辅音。一种叫鼻韵尾，有-n,-ng两个。另一种叫口韵尾。韵尾在发音的最后段，也是发音的结尾，在经过韵腹所放出的最响亮的声音后，韵尾的发音也和韵头一样，会很不清楚。韵头和韵尾虽然没有韵腹那么重要，但在韵母发声中起着前导作用和收尾作用，因此在发声时必须要发到位了才行。