評論(0

語音信號處理

標籤:圖書

1圖書信息(2000年版)

書 名: 語音信號處理
語音信號處理
作 者:易克初、田斌、付強
出版社: 國防工業出版社 出版社 出版時間: 2000年06月
ISBN: 9787118021981
頁數:363
定價: 24.00 元
【內容提要】: 本書是根據作者十餘年從事語音信號處理的教學和科研工作的經驗與體會編寫的,同時參考了國內外多本有關專著和教材,汲取了數篇博士論文和大量的近期學術論文的學術思想。全書共分十章,除第一章緒論之外,第二章集中介紹了與語音信號處理關係最為密切的語音學基礎知識,緊接著四章討論了語音信號處理中一些最重要的基礎知識。最後四章是語音信號處理四大分門技術,專門技術部分超過本書一半的篇幅。本書力求深入淺出,反映本學科的最新發展。既重視學術思想的分析論述以便於讀者引伸、推廣和應用,又注意方法介紹的可操作性,並附有四個重要應用程序。本書既可供從事語音處理以及某些相關學科研究的讀者參考,也可以作為研究生教材。
本書由國防科技出版基金資助。
目錄
第一章 緒論
1.1 語音處理技術的發展概況
1.2 語音信號處理的應用
第二章 語音學概要
2.1 語音聲學基礎
2.2 語音的感知
2.3 語音的產生
2.4 母音
2.5 輔音
2.6 漢語音節
第三章 語音信號的時域處理方法
3. 1 語音信號及其數字化
3. 2 語音信號的時間依賴處理
3.3 短時能量和短時平均幅度
3.4 短時平均過零率
3.5 語音端點檢測
3.6 短時自相關函數
3.7 短時平均幅度差函數
3.8 基音周期估計方法
第四章 語音信號頻譜分析
4.1 短時傅里葉變換的定義和物理意義
4.2 基於短時傅里葉變換的語譜圖及其時頻解析度
4.3 基於短時傅里葉變換的信號重構
4.4 基音同步分析法
4.5 復倒譜和倒譜
4.6 語音信號的倒譜分析與同態解卷積
第五章 語音信號線性預測原理
5.1 線性預測的基本原理
5.2 線性預測方程組的解法
5.3 線性預測的頻域解釋
5.4 線性預測的幾種推演參數
5.5 線譜對分析法
5.6 基於線性預測參數的聲道濾波器的實現
第六章 語音信號的表示與譜失真測度
6.1 時頻分佈理論和語音信號的時頻表示
6.2 小波理論及其在語音處理中的應用
6.3 語音信號的參數表示及其失真測度
6.4 矢量量化技術及其在語音處理中的應用
第七章 語音識別
7.1 語音識別系統
7.2 語音識別中的特徵提取及譜失真測度
7.3 矢量量化技術在語音識別中的應用
7.4 模板匹配法
7.5 隱馬爾可夫模型技術
7.6 連接詞語音識別系統
7.7 大辭彙量連續語音識別系統
7.8 說話人自適應技術
7.9 關鍵詞檢出
7.10 語音理解
7.11 人工神經網路技術在語音識別中的應用
第八章 說話人識別和語種辨識
8.1 說話人識別的基本原理和應用
8.2 說話人識別的特徵選擇
8.3 說話人識別的主要方法
8.4 語種辨識的原理和應用
第九章 語音合成
9.1 語音合成方法
9.2 漢語語音的按規則合成
第十章 語音編碼
10. 1 不依賴模型假定的語音編碼方法
10. 2 基於模型假定的語音編碼方法
10.3 極低速率語音編碼技術
10.4 語音編碼器的性能指標和評測方法
10.5 語音質量評價
附 錄
1.語音基音檢測子程序
2.語音信號線性預測分析子程序
3,基於線性預測的倒譜係數計運算元程序
4.Viterbi演算法子程序

2圖書信息(2009年版)

語音信號處理
書 名: 語音信號處理
作 者:趙力
出版社: 機械工業出版社
出版時間: 2009年06月
ISBN: 9787111271901
開本: 16開
定價: 36.00 元
內容簡介
《語音信號處理(第2版)》介紹了語音信號處理的基礎、原理、方法和應用,以及該學科領域近年來取得的一些新的研究成果和技術。全書共分14章,包括緒論、語音信號處理基礎知識、語音信號分析、矢量量化技術、隱馬爾可夫模型、神經網路在語音信號處理中的應用、語音編碼、語音合成、語音識別、說話人識別與語種辨識、語音轉換與語音隱藏、語音信號中的情感信息處理、耳語音信號處理、語音增強等內容。
《語音信號處理(第2版)》可作為高等院校教材或教學參考用書,也可供從事語音信號處理等領域的工程技術人員參考。 目錄
第1章 緒論
第2章 語音信號處理基礎知識
2.1 語音和語言
2.2 漢語語音學
2.2.1 漢語語音的特點
2.2.2 漢語的拼音方法
2.2.3 漢語音節的一般結構
2.2.4 漢語聲母的結構
2.2.5 漢語韻母的結構
2.2.6 聲母和韻母的相互作用—音征互載
2.2.7 漢語的聲調
2.3 語音生成系統和語音感知系統
2.3.1 語音發音系統
2.3.2 語音聽覺系統
2.4 語音信號生成的數學模型
2.4.1 激勵模型
2.4.2 聲道模型
2.4.3 輻射模型
2.4.4 語音信號的數學模型
2.5 語音信號的特性分析
2.5.1 語音信號的時域波形和頻譜特性
2.5.2 語音信號的語譜圖
2.5.3 語音信號的統計特性
2.6 思考與複習題
第3章 語音信號分析
3.1 概述
3.2 語音信號的數字化和預處理
3.2.1 預濾波、採樣、A/D轉換
3.2.2 預處理
3.3 語音信號的時域分析
3.3.1 短時能量及短時平均幅度分析
3.3.2 短時過零率分析
3.3.3 短時相關分析
3.3.4 短時平均幅度差函數
3.4 語音信號的頻域分析
3.4.1 利用短時傅里葉變換求語音的短時譜
3.4.2 語音的短時譜的臨界帶特徵矢量
3.5 語音信號的倒譜分析
3.5.1 同態信號處理的基本原理
3.5.2 復倒譜和倒譜
3.5.3 語音信號倒譜分析實例
3.6 語音信號的線性預測分析
3.6.1 線性預測分析的基本原理
3.6.2 線性預測方程組的求解
3.6.3 LPC譜估計和LPC復倒譜
3.6.4 線譜對分析
3.7 語音信號的小波分析
3.7.1 傅里葉變換
3.7.2 短時傅里葉變換
3.7.3 連續小波變換
3.7.4 離散小波變換
3.7.5 小波變換的幾個實例
3.8 基音周期估計
3.8.1 自相關法
3.8.2 平均幅度差函數法
3.8.3 并行處理法
3.8.4 倒譜法
3.8.5 簡化逆濾波法
3.8.6 小波變換法
3.8.7 基音檢測的后處理
3.9 共振峰估計
3.9.1 帶通濾波器組法
3.9.2 倒譜法
3.9.3 LPC法
3.10 思考與複習題
第4章 矢量量化技術
4.1 概述
4.2 矢量量化的基本原理
4.3 矢量量化的失真測度
4.3.1 歐氏距離測度
4.3.2 線性預測失真測度
4.3.3 識別失真測度
4.4 矢量量化器的最佳碼本設計
4.4.1 LBG演算法
4.4.2 初始碼本的生成
4.5 矢量量化技術的優化設計
4.6 思考與複習題
第5章 隱馬爾可夫模型
5.1 隱馬爾可夫模型的引入
5.2 隱馬爾可夫模型的定義
5.2.1 離散Markov過
5.2.2 隱Markov模型
5.2.3 HMM的基本元素
5.3 隱馬爾可夫模型的基本演算法
5.3.1 前向-後向演算法
5.3.2 維特比演算法
5.3.3 Baum-Welch演算法
5.4 隱馬爾可夫模型的各種結構類型
5.4.1 按照HMM的狀態轉移概率矩陣(A參數)分類
5.4.2 按照HMM的輸出概率分佈(B參數)分類
5.4.3 其他一些特殊的:HMM的形式
5.5 隱馬爾可夫模型的一些實際問題
5.5.1 下溢問題
5.5.2 參數的初始化問題
5.5.3 提高HMM描述語音動態特性的能力
5.5.4 直接利用狀態持續時間分佈概率的HMM系統
5.6 思考與複習題
第6章 人工神經網路初步
6.1 人工神經網路簡介
6.2 人工神經網路的構成
6.2.1 神經元
6.2.2 神經元的學習演算法
6.2.3 網路拓撲
6.2.4 網路的學習演算法
6.3 幾種用於模式識別的神經網路模型及其主要演算法
6.3.1 單層感知器
6.3.2雙層感知器
6.3.3 多層感知器
6.3.4 徑向基函數神經網路的分類特性
6.3.5 自組織特徵映射模型
6.3.6 時延神經網路
6.3.7 循環神經網路
6.3.8 支持向量機
6.4 用神經網路進行模式識別的典型做法
6.4.1 多輸出型
6.4.2 單輸出型
6.5 思考與複習題
第7章 語音編碼
7.1 概述
7.2 語音信號壓縮編碼的原理和壓縮系統評價
7.2.1 語音壓縮的基本原理
7.2.2 語音編碼的關鍵技術
7.2.3 語音壓縮系統的性能指標和評測方法
7.3 語音信號的波形編碼
7.3.1 脈衝編碼調製
7.3.2 自適應預測編碼
7.3.3 自適應增量調製和自適應差分脈衝編碼調製
7.3.4 子帶編碼
7.3.5 自適應變換編碼
7.4 語音信號的參數編碼
7.4.1 線性預測聲碼器
7.4.21P-10編碼器
7.5 語音信號的混合編碼
7.6 現代通信中的語音信號編碼方法
7.6.1 EVRC演算法基本原理
7.6.2 EVRC演算法概述
7.7 思考與複習題
第8章 語音合成
8.1 概述
8.2 共振峰合成法
8.3 線性預測合成法
8.4 語音合成專用硬體簡介
8.5 PSOLA演算法合成語音
8.6 文語轉換系統
8.7 思考與複習題
第9章 語音識別
9.1 概述
9.2 語音識別原理和識別系統的組成
9.2.1 預處理和參數分析
9.2.2 語音識別
9.2.3 語音識別系統的基本資料庫
9.3 動態時間規整
9.4 孤立字(詞)識別系統
9.4.1 基於MQDF的漢語塞音語音識別系統
9.4.2 基於概率尺度DP識別方法的孤立字(詞)識別系統
9.5 連續語音識別系統
9.6 連續語音識別系統的性能評測
9.6.1 連續語音識別系統的評測方法以及系統複雜性和識別能力的測度
9.6.2 綜合評估連續語音識別系統時需要考慮的其他因素
9.7 思考與複習題
第10章 說話人識別與語種辨識
10.1 概述
10.2 說話人識別方法和系統結構
10.2.1 預處理
10.2.2 說話人識別特徵的選取
10.2.3 特徵參量評價方法
10.2.4模式匹配方法
10.2.5 說話人識別中判別方法和閾值的選擇
10.2.6 說話人識別系統的評價
10.3 應用DTW的說話人確認系統
10.4 應用VQ的說話人識別系統
10.5 應用HMM的說話人識別系統
10.5.1 基於HMM的與文本有關的說話人識別
10.5.2 基於HMM的與文本無關的說話人識別
10.5.3 基於HMM的指定文本型說話人識別
10.5.4 說話人識別HMM的學習方法
10.5.5 魯棒的HMM說話人識別技術
10.6 應用GMM的說話人識別系統
10.6.1 GMM模型的基本概念
10.6.2 GMM模型的參數估計
10.6.3 訓練數據不充分的問題
10.6.4 GMM模型的識別問題
10.7 說話人識別中尚需進一步探索的研究課題
10.8 語種辨識的原理和應用
10.8.1 語種辨識的基本原理和方法
10.8.2 語種辨識的應用領域
10.9 思考與複習題
第11章 語音轉換與語音隱藏
11.1 語音轉換的原理和應用
11.2 常用語音轉換的方法
11.2.1 頻譜特徵參數轉換
11.2.2 基音周期轉換
11.2.3 韻律信息轉換
11.3 語音分析模型和語音庫的選擇
11.3.1 語音分析模型
11.3.2 語音庫的設計
11.4 應用CMM的語音轉換
11.5 語音轉換的研究方向
11.6 語音信息隱藏的原理及應用
11.7 語音信息隱藏的常用方法
11.8 語音信息隱藏系統的評價標準
11.9 語音信息隱藏需要研究和解決的問題
11.10 思考與複習題
第12章 語音信號中的情感信息處理
12.1 概述
12.2 語音信號中的情感分類和情感特徵分析
12.2.1 情感的分類
12.2.2情感特徵分析
12.3 語音情感識別方法
12.3.1 主元分析法
12.3.2 神經網路方法
12.3.3 混合高斯模型法
12.4 情感語音的合成
12.5 今後的研究方向
12.6 思考與複習題
第13章 耳語音信號處理
13.1 耳語音的聲學特徵分析
13.1.1 音長
13.1.2 音高
13.1.3 聲調
13.1.4共振峰頻率
13.1.5 耳語音美爾頻率倒譜特徵參數分析
13.2耳語音增強
13.3 耳語音轉換正常音
13.4耳語音識別
13.4.1 孤立字(詞)的耳語音識別
13.4.2 耳語音的說話人識別
13.5 耳語音的研究方向
13.6 思考與複習題
第14章 語音增強
14.1 概述
14.2 語音特性、人耳感知特性及雜訊特性
14.2.1 語音特性
14.2.2入耳感知特性
14.2.3 雜訊特性
14.3 濾波法語音增強技術
14.3.1 陷波器法
14.3.2 自適應濾波器
14.4 利用相關特性的語音增強技術
14.4.1 自相關處理抗噪法語音增強技術
14.4.2 利用複數幀段主分量特徵的降噪方法
14.5 非線性處理法語音增強技術
14.5.1 中心削波法
14.5.2 同態濾波法
14.6 減譜法語音增強技術
14.6.1 基本原理
14.6.2 基本減譜法的改進
14.7 利用Weiner濾波法的語音增強技術
14.7.1 基本原理
14.7.2 Weiner濾波的改進形式
14.8 思考與複習題
附錄A 語音信號LPC美爾倒譜係數(LPCMCC)分析程序
附錄B 利用HMM的孤立字(詞)語音識別程序
附錄C 漢英名詞術語對照」
參考文獻
……
上一篇[十種佛]    下一篇 [惱心]

相關評論

同義詞:暫無同義詞