当前位置:首页 > 工业技术
语音信号处理  修订版
语音信号处理  修订版

语音信号处理 修订版PDF电子书下载

工业技术

  • 电子书积分:11 积分如何计算积分?
  • 作 者:胡航编著
  • 出 版 社:哈尔滨:哈尔滨工业大学出版社
  • 出版年份:2002
  • ISBN:9787560314891
  • 页数:256 页
图书介绍:本书介绍了语音信号处理的基础、概念原理、方法与应用以及该学科领域取得的新进展。
《语音信号处理 修订版》目录

第一篇 语音信号处理基础 1

第一章 绪论 1

1.1 语音信号处理概述 1

1.2 语音信号处理的发展概况 3

1.3 本书的内容 5

第二章 语音信号处理的基础知识 6

2.1 概述 6

2.2 语音产生的过程 6

2.3 语音信号的特性 9

2.4 语音信号产生的数字模型 15

2.5 语音感知 21

第二篇 语音信号分析 23

第三章 语音信号的时域分析 23

3.1 概述 23

3.2 语音信号的数字化和预处理 24

3.3 短时能量分析 27

3.4 短时过零分析 31

3.5 短时相关分析 34

第四章 语音信号的短时傅里叶分析 40

4.1 概述 40

4.2 短时傅里叶变换 40

4.3 短时傅里叶变换的取样率 47

4.4 语音信号的短时综合 49

4.5 语谱图 53

第五章 语音信号的同态滤波及倒谱分析 55

5.1 概述 55

5.2 同态信号处理的基本原理 55

5.3 复倒谱和倒谱 57

5.4 语音信号两个卷积分量复倒谱的性质 58

5.5 避免相位卷绕的算法 60

5.6 语音信号复倒谱分析实例 65

第六章 语音信号的线性预测分析 69

6.1 概述 69

6.2 线性预测分析的基本原理 69

6.3 线性预测方程组的建立 72

6.4 线性预测分析的解法(一)——自相关法和协方差法 73

6.5 线性预测分析的解法(二)——格型法 78

6.6 线性预测分析应用——LPC谱估计和LPC复倒谱 83

6.7 线谱对(LSP)分析 88

6.8 极零模型 90

第七章 语音信号的矢量量化 93

7.1 概述 93

7.2 矢量量化的基本原理 94

7.3 失真测度 96

7.4 最佳矢量量化器和码本的设计 98

7.5 降低复杂度的矢量量化系统 101

7.6 语音参数的矢量量化 105

第八章 隐马尔可夫模型(HMM) 107

8.1 概述 107

8.2 隐马尔可夫模型的引入 108

8.3 隐马尔可夫模型的定义 110

8.4 隐马尔可夫模型三项问题的求解 112

8.5 HMM的一些实际问题 114

第九章 语音检测分析 116

9.1 基音检测 116

9.2 共振峰估值 126

第三篇 语音信号处理技术与应用 134

第十章 语音编码(一)——波形编码 134

10.1 概述 134

10.2 语音信号的压缩编码原理 135

10.3 脉冲编码调制(PCM)及其自适应 137

10.4 预测编码及其自适应APC 141

10.5 自适应差分脉冲编码调制(ADPCM)及自适应增量调制(ADM) 144

10.6 子带编码(SBC) 146

10.7 自适应变换编码(ATC) 149

第十一章 语音编码(二)——声码器技术及混合编码 152

11.1 概述 152

11.2 声码器的基本结构 153

11.3 相位声码器和通道声码器 154

11.4 同态声码器 157

11.5 线性预测声码器 160

11.6 混合编码 162

11.7 各种语音编码方法的比较 167

11.8 语音编码的性能指标和质量评价 169

第十二章 语音合成 172

12.1 概述 172

12.2 语音合成原理 174

12.3 共振峰合成 176

12.4 线性预测合成 180

12.5 专用语音合成硬件及语音合成器芯片 182

第十三章 语音识别 186

13.1 概述 186

13.2 语音识别原理 189

13.3 动态时间规整 191

13.4 有限状态矢量量化技术 194

13.5 孤立词识别系统 197

13.6 连续语音识别 200

第十四章 说话人识别 205

14.1 概述 205

14.2 特征选取 206

14.3 说话人识别系统的结构 208

14.4 说话人识别中的识别方法 209

第十五章 语音增强 213

15.1 概述 213

15.2 语音特性、人耳感知特性及噪声特性 214

15.3 滤波器法 215

15.4 非线性处理 218

15.5 减谱法 219

15.6 自相关相减法 221

15.7 自适应噪声对消 222

15.8 基于子波分析技术的语音增强简介 225

第十六章 人工神经网络在语音信号处理中的应用 227

16.1 概述 227

16.2 神经网络的基本概念 228

16.3 神经网络的模型结构 230

16.4 语音信号处理中神经网络与传统方法的结合 234

16.5 神经网络语音合成 237

16.6 神经网络语音识别 238

16.7 神经网络说话人识别 241

16.8 神经网络语音增强 242

参考文献 244

汉英名词术语对照 249

相关图书
作者其它书籍
返回顶部