第1篇 语音信号处理基础 1
第1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2章 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2篇 语音信号分析 23
第3章 时域分析 23
3.1概述 23
3.2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4章 短时傅里叶分析 41
4.1概述 41
4.2短时傅里叶变换 41
4.3短时傅里叶变换的取样率 48
4.4语音信号的短时综合 49
4.5语谱图 54
第5章 同态滤波及倒谱分析 56
5.1概述 56
5.2同态信号处理的基本原理 56
5.3复倒谱和倒谱 58
5.4两个卷积分量复倒谱的性质 59
5.5避免相位卷绕的算法 61
5.6语音信号复倒谱分析实例 66
第6章 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（1）——自相关法和协方差法 73
6.5线性预测分析的解法（2）——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 91
第7章 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8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 115
第9章 语音检测分析 117
9.1基音检测 117
9.2共振峰估值 127
第3篇 语音信号处理技术与应用 135
第10章 语音编码（1）——波形编码 135
10.1概述 135
10.2语音信号的压缩编码原理 137
10.3脉冲编码调制（PCM）及其自适应 139
10.4预测编码及其自适应APC 143
10.5自适应差分脉冲编码调制（ADPCM）及自适应增量调制（ADM） 146
10.6子带编码（SBC） 148
10.7自适应变换编码（ATC） 151
第11章 语音编码（2）——声码器技术及混合编码 154
11.1概述 154
11.2声码器的基本结构 155
11.3相位声码器和通道声码器 156
11.4同态声码器 159
11.5线性预测声码器 162
11.6混合编码 164
11.7各种语音编码方法的比较及语音编码研究方向 169
11.8语音编码的性能指标和质量评价 171
第12章 语音合成 174
12.1概述 174
12.2语音合成原理 176
12.3共振峰合成 178
12.4线性预测合成 181
12.5专用语音合成硬件及语音合成器芯片 184
第13章 语音识别 188
13.1概述 188
13.2语音识别原理 191
13.3动态时间规整 195
13.4有限状态矢量量化技术 198
13.5孤立词识别系统 200
13.6连续语音识别 204
13.7听觉视觉双模态语音识别（AVSR） 207
第14章 说话人识别 209
14.1概述 209
14.2特征选取 210
14.3说话人识别系统的结构 212
14.4说话人识别中的识别方法 213
第15章 语音增强 217
15.1概述 217
15.2语音特性、人耳感知特性及噪声特性 218
15.3滤波器法 220
15.4非线性处理 221
15.5减谱法 222
15.6自相关相减法 225
15.7自适应噪声对消 225
15.8基于子波分析技术的语音增强简介 229
第16章 人工神经网络的应用 231
16.1概述 231
16.2神经网络的基本概念 232
16.3神经网络的模型结构 234
16.4神经网络与传统方法的结合 239
16.5神经网络语音合成 242
16.6神经网络语音识别 243
16.7神经网络说话人识别 246
16.8神经网络语音增强 248
第17章 语音信号处理中的新兴与前沿技术 249
17.1混沌理论的应用 249
17.2分形理论的应用 257
17.3支持向量机（SVM）在语音识别和说话人识别中的应用 262
17.4语音信号的非线性预测（NLP）编码 267
汉英名词术语对照 271
参考文献 279