数字语音处理及MATLAB仿真PDF电子书下载

第1章　绪论 1

1.1　概述 1

1.2　语音信号处理的发展 1

1.2.1　语音合成 2

1.2.2　语音编码 3

1.2.3　语音识别 4

1.3　语音信号处理的应用及新方向 6

1.4　语音信号处理过程的总体结构 7

1.5　MATLAB在数字语音信号处理中的应用 8

第2章　语音信号的数字模型 10

2.1　概述 10

2.2　语音的发声机理 10

2.2.1　人的发声器官 10

2.2.2　语音生成 11

2.3　语音的听觉机理 12

2.3.1　听觉器官 12

2.3.2　耳蜗的信号处理机制 13

2.3.3　语音信号听觉模型 14

2.4　语音的感知 14

2.4.1　几个概念 14

2.4.2　掩蔽效应 15

2.4.3　临界带宽与频率群 15

2.5　语音信号模型 16

2.5.1　激励模型 16

2.5.2　声道模型 18

2.5.3　辐射模型 20

2.6　语音信号数字模型 20

2.6.1　数字模型 20

2.6.2　模型局限性 21

第3章　语音信号的短时时域分析 22

3.1　概述 22

3.2　语音信号的预处理 22

3.2.1　语音信号的预加重处理 22

3.2.2　语音信号的加窗处理 24

3.3　短时平均能量 27

3.4　短时平均幅度函数 30

3.5　短时平均过零率 32

3.6　短时自相关分析 34

3.6.1　短时自相关函数 34

3.6.2　语音信号的短时自相关函数 35

3.6.3　修正的短时自相关函数 40

3.6.4　短时平均幅度差函数 43

3.7　基于能量和过零率的语音端点检测 43

3.8　基音周期估值 45

3.8.1　基于短时自相关法的基音周期估值 45

3.8.2　基于短时平均幅度差函数AMDF法的基音周期估值 50

3.8.3　基音周期估值的后处理 51

3.8.4　基音周期估值后处理的MATLAB实现 52

第4章　语音信号短时频域分析 56

4.1　概述 56

4.2　傅里叶变换的解释 56

4.3　滤波器的解释 62

4.4　短时谱的时域及频域采样率 64

4.5　短时综合的滤波器组相加法 65

4.5.1　短时综合的滤波器组相加法原理 65

4.5.2　短时综合的滤波器组相加法的MATLAB程序实现 67

4.5.3　短时综合的叠接相加法原理及MATLAB程序实现 73

第5章　语音信号的同态处理 78

5.1　概述 78

5.2　叠加原理和广义叠加原理 78

5.3　卷积同态系统 78

5.4　复倒谱和倒谱 80

5.4.1　定义 80

5.4.2　复倒谱的性质 80

5.5　复倒谱的几种计算方法 82

5.5.1　最小相位信号法 83

5.5.2　递归法 84

5.5.3　倒谱的MATLAB实现 85

5.6　语音的倒谱分析及应用 86

5.6.1　语音的倒谱分析原理 86

5.6.2　语音的倒谱应用 88

第6章　语音信号线性预测分析 95

6.1　概述 95

6.2　LPC的基本原理 95

6.3　LPC和语音信号模型的关系 97

6.4　LPC方程的自相关解法及其MATLAB实现 98

6.5　模型增益G的确定 101

6.6　线谱对LSP分析 101

6.6.1　LSP的定义和特点 102

6.6.2　LPC参数到LSP参数的转换及MATLAB实现 105

6.6.3　LSP参数到LPC参数的转换及MATLAB实现 108

6.7　导抗谱对ISP分析 110

6.7.1　ISP的定义和特点 110

6.7.2　LPC与ISP参数间的转换及MATLAB实现 113

6.8　LPC导出的其他语音参数 114

6.8.1　反射系数 114

6.8.2　对数面积比系数LAR 115

6.8.3　LPC倒谱及其MATLAB实现 115

6.9　LPC分析的频域解释 118

6.9.1　最小预测误差的频域解释 118

6.9.2　LPC谱估计 118

第7章　矢量量化 122

7.1　概述 122

7.2　矢量量化基本原理 123

7.2.1　矢量量化的定义 123

7.2.2　失真测度 124

7.2.3　矢量量化器 125

7.3　最佳矢量量化器 126

7.4 矢量量化器的设计算法及MATLAB实现 127

7.4.1　LBG算法 127

7.4.2　初始码书的选定与空胞腔的处理 129

7.4.3 已知训练序列的LBG算法的MATLAB实现 130

7.5　降低复杂度的矢量量化系统 133

7.5.1　树形搜索矢量量化器 133

7.5.2　多级矢量量化器 135

7.5.3　波形／增益矢量量化器 135

7.5.4　分离均值矢量量化器 136

7.5.5　有记忆的矢量量化 136

第8章　语音编码 138

8.1　概述 138

8.2　语音编码的分类及特性 138

8.2.1　波形编码 138

8.2.2　参数编码 139

8.2.3　混合编码 139

8.2.4　语音压缩编码的依据 139

8.3　语音编码性能的评价指标 140

8.3.1　编码速率 140

8.3.2　编码质量 141

8.3.3　编解码延时 142

8.3.4　算法复杂度 142

8.4　语音信号波形编码 143

8.4.1　脉冲编码调制PCM 143

8.4.2 自适应预测编码APC 147

8.4.3　自适应差分脉冲编码调制 149

8.5　语音信号参数编码 162

8.5.1　LPC声码器原理 162

8.5.2　LPC-10编码器 163

8.6　语音信号混合编码 166

8.6.1　合成分析技术和感觉加权滤波器 166

8.6.2　激励模型的改进 167

8.6.3　G.728语音编码标准简介 168

8.7　语音信号宽带变速率编码 169

第9章　语音合成 171

9.1　概述 171

9.2　语音合成的原理及分类 172

9.2.1　波形合成法 172

9.2.2　参数合成法 173

9.2.3　规则合成法 173

9.3　共振峰合成法 174

9.3.1　级联型共振峰模型 174

9.3.2　并联型共振峰模型 175

9.3.3　混合型共振峰模型 175

9.4　线性预测参数合成法 176

9.5　基音同步叠加法 179

9.5.1 基音同步叠加PSOLA算法原理 179

9.5.2　基音同步叠加PSOLA算法实现步骤 181

9.6　文语转换系统 182

9.6.1　文语转换系统的组成 182

9.6.2　汉语按规则合成 183

第10章　语音识别 189

10.1　概述 189

10.1.1　预处理 189

10.1.2　语音识别特征提取 190

10.1.3　语音识别方法 193

10.2　HMM基本原理及在语音识别中的应用 195

10.2.1　隐马尔可夫模型 195

10.2.2　隐马尔可夫模型的三个基本问题 196

10.2.3　隐马尔可夫模型用于语音识别 203

第11章　语音增强 207

11.1　概述 207

11.2　语音感知特性和噪声特性 208

11.2.1　语音特性 208

11.2.2　人耳感知特性 208

11.2.3　噪声特性 208

11.3　语音增强算法 209

11.3.1　参数方法 210

11.3.2　非参数方法 211

11.3.3　统计方法 213

11.3.4　其他方法 214

11.3.5　谱减法语音增强的仿真实现 215

第12章　语音处理的实时实现 218

12.1 概述 218

12.2　可编程DSP芯片应用基础 218

12.2.1　DSP的发展历程 218

12.2.2　DSP芯片的特点 219

12.2.3　DSP芯片的分类 219

12.2.4　DSP芯片的基本结构 220

12.2.5　常用DSP芯片简介 221

12.2.6　DSP芯片的应用 223

12.3　基于DSP的语音处理系统 224

12.3.1　基于DSP的实时语音处理系统的构成 224

12.3.2　基于DSP的语音处理系统的特点 224

12.3.3　基于DSP的语音处理系统的设计过程 224

12.4　DSP CCS集成开发环境 225

12.4.1　DSP的开发工具 225

12.4.2　CCS概述 226

12.4.3　CCS的构成 227

12.5　基于TMS320C5409的实时语音识别系统 230

12.5.1　硬件介绍 230

12.5.2　软件设计 236

12.5.3　独立系统形成 239

附录A　专业术语缩写英汉对照表 240

参考文献 245