第一章 语音信号的数字模型 1
1.1 发音器官 1
1.1.1 肺和气管 1
1.1.2 喉 1
1.1.3 声道 2
1.2 语音产生过程 3
1.3 语音的声学特性 4
1.4 语音信号产生的数字模型 6
1.5.2 语音感知 7
1.5.1 听觉器官 7
1.5 听觉器官和语音感知 7
第二章 语音信号的数字分析 10
2.1 语音信号的数字化 10
2.1.1 取样和量化 10
2.1.2 预处理及时域波形 13
2.2 短时平均能量、振幅和跨零数 15
2.2.1 短时平均能量 15
2.2.2 短时平均幅度函数 17
2.2.3 短时平均跨零数 18
2.3 短时自相关函数 19
2.4 短时傅里叶变换(STFT) 21
2.4.1 傅里叶变换解释 22
2.4.2 滤波器解释 27
2.5 短时傅里叶变换的取样率 30
2.5.1 时域取样率 30
2.5.2 频域取样率 31
2.5.3 时域和频域总取样率 31
2.6 语音信号的短时综合 31
2.6.1 滤波器组相加法 32
2.6.2 叠接相加法 36
2.7 语音信号的语谱图分析 39
2.8 语音信号的倒谱分析 40
第三章 语音信号的基音检测 44
3.1 基音检测的现状 44
3.1.1 时域波形类似性方法 45
3.1.2 频域谱类似方法 45
3.2 基音检测的预处理和后处理 46
3.2.1 谱平整 46
3.2.2 基音轨迹平滑 47
3.3.2 预处理 49
3.3 基于归一化互相关函数的基音检测算法 49
3.3.1 归一化互相关函数的确定 49
3.3.3 后处理 56
3.3.4 清浊判决 56
3.3.5 实验及其结论 58
3.4 基于MBE模型的基音检测算法 59
3.4.1 频域估计 59
3.4.2 时域近似估计 61
3.4.3 偏差校正 63
3.4.4 算法的实现 65
第四章 语音信号的线性预测分析 74
4.1 线性预测分析的基本原理 74
4.1.1 LPA的实现方法 74
4.1.2 语音信号模型参数与线性预测误差滤波器参数之间的关系 75
4.2 线性预测分析的解法 78
4.2.1 自相关方法 79
4.2.2 协方差方法 82
4.2.3 协格法(格型法) 86
4.3.1 LPA谱估计 89
4.3 线性预测分析的应用 89
4.3.2 语音信号LPA谱估计的实际考虑 92
4.3.3 基音检测 93
4.4 线谱频率分析 96
4.4.1 线谱频率参数的定义及性质 96
4.4.2 LSF参数与LPA系数间的相互转换 102
第五章 矢量量化及其应用 107
5.1 矢量量化的基本原理 107
5.1.1 矢量量化的定义与矢量量化器的构造 107
5.1.2 最佳矢量量化器 110
5.1.3 矢量量化器的设计算法 111
5.2 矢量量化系统 114
5.2.1 全搜索矢量量化器 114
5.2.2 树搜索矢量量化器 116
5.2.3 多级矢量量化器 118
5.2.4 乘积码矢量量化器 121
5.3 有记忆的矢量量化系统 126
5.3.1 预测矢量量化器 126
5.3.2 有限状态矢量量化器 130
5.4 语音线谱频率参数的矢量量化 132
5.4.1 失真测度及客观评价 133
5.4.2 分裂式矢量量化(SVQ--Split Vector Quantization) 134
5.4.3 多级矢量量化(MSVQ--Multi-Stage Vector Quantization) 136
5.4.4 预测分裂式矢量量化(PSVQ--Prediction Split Vector Quantization) 138
5.4.5 连接分裂矢量量化(LSVQ--Linked Split Vector Quantization) 142
5.4.6 去除非典型胞腔 147
第六章 语音编码策略及其标准化 149
6.1 引言 149
6.2.1 编码质量 151
6.2 语音编码器的属性 151
6.2.2 编码速率 156
6.2.3 编解码复杂度 156
6.2.4 编解码延时 156
6.3 已经标准化的语音编码 157
6.3.1 波形编码 157
6.3.2 混合编码(基于合成分析的线性预测编码) 159
6.4 4kb/s以下的参数语音编码 171
6.4.1 多带激励编码(MBE) 171
6.4.2 正弦变换编码(STC) 173
6.4.3 混合激励线性预测(MELP) 175
6.4.4 波形内插编码(WI) 176
6.5 语音编码的发展方向 177
第七章 码激励线性预测语音编码 179
7.1 码激励线性预测语音编码模型 179
7.2 激励参数的优化原理 182
7.2.1 两级码书结构的CELP编码器 182
7.2.2 激励码书的联合优化和分级优化 184
7.2.3 激励参数优化的基本计算量 185
7.3.1 特殊设计的码书搜索算法 186
7.3 固定码书搜索算法 186
7.3.2 自相关方法 187
7.3.3 变换域算法 189
7.3.4 多级搜索算法 190
7.3.5 码字叠接递推算法 191
7.3.6 代数码书搜索算法 194
7.3.7 矢量和码书搜索算法 196
7.4 自适应码书搜索算法 199
7.4.1 整数延时自适应码书的搜索 199
7.4.2 分数延时自适应码书的搜索 201
7.5.1 增益的归一化矢量量化 207
7.5 激励码书增益的量化 207
7.5.2 增益的预测式矢量量化 209
7.6 自适应后滤波 210
7.6.1 短时后滤波器 210
7.6.2 长时后滤波器 212
7.6.3 组合的后滤波器 214
7.6.4 后滤波器的性能 216
第八章 波形内插语音编码 218
8.1 原型波形内插的基本思想 218
8.2.1 瞬时波形及其内插 219
8.2 原型波形内插原理 219
8.2.2 PCW波形动态的自适应 221
8.3 原型波形内插的实际实现 223
8.3.1 原型波形谱包络的修正 223
8.3.2 类似性测量 224
8.3.3 对齐和SCR 225
8.3.4 原型波形的量化 226
8.3.5 PW的内插 228
8.3.6 PWI和其他编码技术的过渡 229
8.4.1 在语音域提取PW 230
8.4 原型波形的提取方法 230
8.4.2 在残差域提取PW 231
8.5 PWI编码器性能分析 231
8.6 特征波形内插的基本原理 233
8.7 特征波形内插的分析模块 234
8.7.1 线性预测分析 234
8.7.2 基音估计 235
8.7.3 基音内插 236
8.7.4 特征波形的表达 237
8.7.5 特征波形的提取 238
8.7.6 特征波形的对齐 239
8.7.7 特征波形的功率计算及归一化 242
8.8 特征波形内插的合成模块 245
8.8.1 瞬时基音周期和瞬时CW的生成 245
8.8.2 相位轨迹估计 248
8.8.3 合成分析层的性能 248
8.9 CWI编码器参数的量化 249
8.9.1 特征波形功率的量化 250
8.9.2 特征波形的量化 251
8.9.3 CWI编码器的性能 256
参考文献 258