《国外电子与通信教材系列 离散时间语音信号处理：原理与应用》求取 ⇩

第1章 引言1

1.1 离散时间语音信号处理1

目录1

1.2 语音传输通路2

1.3 基于语音产生和感知的分析与综合2

1.4 应用3

1.5 本书概要5

1.6 小结6

参考文献7

2.2 离散时间信号8

第2章 离散时间信号处理基础8

2.1 引言8

2.3 离散时间系统10

2.4 离散时间傅里叶变换11

2.5 测不准原理15

2.6 z变换17

2.7 频域LTI系统20

2.8 LTI系统的特性24

2.8.1 差分方程实现24

2.8.2 幅度相位关系25

2.8.3 FIR滤波器27

2.8.4 IIR滤波器28

2.9 时变系统29

2.10 离散傅里叶变换31

2.11 连续信号和系统转换为离散时间形式32

2.11.1 采样定理32

2.11.2 系统响应的采样34

2.12 小结35

习题35

2.11.3 微分方程的数值模拟35

参考文献41

第3章 语音的产生与分类42

3.1 引言42

3.2 解剖学和生理学对发声的解释43

3.2.1 肺43

3.2.2 喉44

3.2.3 声道50

3.2.4 根据声源的语音分类54

3.3 语音的语谱图分析（Spectrographic Analysis）55

3.4.1 语言的元素60

3.4 语音的分类60

3.4.2 元音62

3.4.3 鼻音64

3.4.4 摩擦音65

3.4.5 爆破音68

3.4.6 过渡语音70

3.5 韵律学：语音的音调73

3.6 语音感知75

3.6.1 声学音征76

3.6.2 语音感知模型76

3.7 小结77

习题78

参考文献82

第4章 语音产生的声学理论85

4.1 引言85

4.2 声音物理学85

4.2.1 基础知识85

4.2.2 波动方程88

4.3 均匀声管模型（Uniform Tube Model）91

4.3.1 无损情况91

4.3.2 能量损耗的影响97

4.3.3 边界效应100

4.3.4 完整的模型102

4.4 基于声管级联的离散时间模型104

4.4.1 声音在级联声管模型中的传播105

4.4.2 离散时间模型109

4.4.3 完整的离散时间模型114

4.5 声带／声道相互作用118

4.5.1 一个描述声源／声道相互作用的模型118

4.5.2 共振峰频率和带宽的调制121

习题124

4.6 小结124

参考文献133

第5章 零-极点语音模型的分析与综合136

5.1 引言136

5.2 时间依赖处理136

5.3 确定性信号的全极点建模137

5.3.1 公式化表示137

5.3.2 误差最小化140

5.3.3 自相关法144

5.3.4 Levinson递归及其相关特性150

5.3.5 逆滤波器的格形表示155

5.3.6 频域解释159

5.4 随机语音信号的线性预测分析160

5.4.1 数学表示161

5.4.2 误差最小化162

5.4.3 自相关法163

5.5 “良好度”准则（criterion of “goodness”）163

5.5.1 时域评价163

5.5.2 频域评价165

5.6 基于全极点模型的语音综合168

5.7 零-极点估计170

5.7.1 线性化171

5.7.2 语音方面的应用172

5.7.3 高基频说话人：采用双分析窗176

5.8 声门波导数的分解176

5.8.1 模型176

5.8.2 估计178

附录5.A 随机过程的性质180

5.9 小结180

附录5.B 线性预测分析中格形滤波器的推导184

习题186

参考文献195

第6章 同态信号处理197

6.1 引言197

6.2 概念198

6.3 卷积同态系统200

6.4.1 有理z变换序列203

6.4 类语音序列的复倒谱203

6.4.2 与有理z变换序列相卷积的脉冲序列206

6.4.3 同态滤波208

6.4.4 离散复倒谱209

6.5 频谱根同态滤波212

6.6 周期序列的短时同态分析215

6.6.1 倒频域观点215

6.6.2 频域观点218

6.7 短时语音分析219

6.7.1 浊音语音的复倒谱219

6.7.2 清音语音的复倒谱223

6.8.1 零相位和最小相位合成224

6.8 分析／综合结构224

6.8.2 混合相位合成226

6.8.3 频谱根解卷积227

6.9 线性预测与同态滤波的对比228

6.9.1 特性228

6.9.2 同态预测228

6.10 小结230

习题231

参考文献238

7.2 短时分析240

7.2.1 傅里叶变换观点240

第7章 短时傅里叶变换分析与综合240

7.1 简介240

7.2.2 滤波观点243

7.2.3 时-频分辨率折中247

7.3 短时综合247

7.3.1 数学表示248

7.3.2 滤波器组求和法（FBS）249

7.3.3 叠接相加（OLA）法252

7.3.4 时-频抽样254

7.4 短时傅里叶变换幅度256

7.4.1 信号表示257

7.4.2 由时-频样点重建信号259

7.5 由修正的STFT或STFTM进行信号估计260

7.5.1 STFT综合方法的启发式应用262

7.5.2 由修正的STFT进行最小方差信号估计264

7.5.3 由修正的STFTM进行LSE信号估计265

7.6 时域修正和语音增强266

7.6.1 时域修正266

7.6.2 降噪271

附录7.A 乘性修正的FBS法272

7.7 小结272

习题273

参考文献281

第8章 滤波器组分析与综合283

8.1 引言283

8.2 再谈FBS法283

8.3 相位声码器286

8.3.1 准周期性信号的分析与综合286

8.3.2 应用292

8.3.3 采用正弦分析／综合的原因296

8.4.1 时间包络的保持297

8.4 相位声码器中的相位相干297

8.4.2 准周期性信号的相位相干300

8.5 恒定Q分析／综合301

8.5.1 推动301

8.5.2 小波变换302

8.5.3 离散小波变换305

8.5.4 应用309

8.6 听觉模型312

8.6.1 听觉处理的AM-FM模型314

8.6.2 听觉谱模型316

8.6.3 听觉神经处理的阶段／紧张论（Phasic/Tonic View）318

8.7 小结321

习题321

参考文献329

第9章 正弦分析与综合333

9.1 引言333

9.2 正弦语音模型334

9.3 正弦参数的估计337

9.3.1 浊音340

9.3.2 清音342

9.3.3 分析系统343

9.3.4 帧-帧之间的峰值匹配344

9.4 正弦综合347

9.4.1 立方相位内插347

9.4.2 叠接相加内插351

9.4.3 实例352

9.4.4 应用354

9.4.5 时-频分辨率356

9.5 激励源／滤波器相位模型358

9.5.1 信号模型358

9.5.2 应用359

9.6 加性确定-随机模型368

9.6.1 信号模型369

9.6.2 分析／综合370

9.6.3 在信号修正中的应用371

9.7 小结372

附录9.A 正弦模型的推导373

附录9.B 最优立方相位参数的推导375

习题377

参考文献389

10.2 基于相关的基音估计器393

第10章 频域基音估计393

10.1 引言393

10.3 基于“梳状滤波器”的基音估计394

10.4 基于谐波正弦波模型的基音估计397

10.4.1 谐波正弦波模型的参数估计397

10.4.2 利用先验幅度的谐波正弦波模型的参数估计399

10.4.3 清浊音检测403

10.4.4 时-频分辨率的观点406

10.4.5 通过谐波正弦波重建的评价408

10.5 声门脉冲起始估计408

10.5.1 基于起始时间的相位模型409

10.5.2 起始时间估计410

10.5.3 正弦波幅度包络估计413

10.5.4 最小相位正弦波重建414

10.6 多频带基音和清浊音估计415

10.6.1 谐波正弦波模型415

10.6.2 多带清浊音判决417

10.7 小结417

习题418

参考文献422

11.1 引言424

第11章 非线性测量与建模技术424

11.2 回顾STFT和小波变换425

11.2.1 基底表示法425

11.2.2 最小不确定性426

11.2.3 跟踪瞬时频率428

11.3 双线性时-频分布430

11.3.1 严格意义上时-频分布的特性430

11.3.2 语谱图作为一种时-频分布433

11.3.3 Wigner分布433

11.3.4 Wigner分布的变化形式436

11.3.5 应用于语音分析437

11.4 声道中的空气声学气流440

11.4.1 预备知识441

11.4.2 声道内空气声流的早期测量方法和假设442

11.4.3 空气声学机械模型444

11.4.4 空气声学计算模型447

11.5 瞬时的Teager能量操作447

11.5.1 动机448

11.5.2 能量测度448

11.5.3 能量分离452

11.6 小结456

习题457

参考文献464

第12章 语音编码468

12.1 引言468

12.2 统计模型470

12.3 标量量化470

12.3.1 基本原理471

12.3.2 量化噪声473

12.3.3 Max量化器的推导476

12.3.4 压扩480

12.3.5 自适应量化481

12.3.6 差分和残差量化483

12.4 矢量量化（VQ）485

12.4.1 方法485

12.4.2 VQ失真测度487

12.4.3 语音传输中VQ的应用489

12.5 频域编码489

12.5.1 子带编码489

12.5.2 正弦编码492

12.6 基于模型的编码500

12.6.1 基本的线性预测编码器（LPC）500

12.6.2 VQ LPC编码器502

12.6.3 混合激励LPC（MELP）503

12.7 LPC残差编码504

12.7.1 多脉冲线性预测505

12.7.2 具有长时预测的多脉冲模型508

12.7.3 码激励线性预测（CELP）512

习题514

12.8 小结514

参考文献520

第13章 语音增强526

13.1 简介526

13.2 预备知识527

13.2.1 问题阐述527

13.2.2 谱减（Spectral Subtraction）528

13.2.3 倒谱均值减531

13.3 维纳滤波（Wiener Filtering）531

13.3.1 估计目标信号谱的基本方法532

13.3.2 基于谱变化的自适应平滑534

13.3.3 应用于语音信号536

13.3.4 最优幅度谱估计539

13.3.5 双耳表征（Binaural Representations）540

13.4 基于模型的处理方法540

13.5 基于听觉掩蔽的语音增强542

13.5.1 频域掩蔽原理543

13.5.2 掩蔽门限的计算544

13.5.3 利用频率掩蔽进行噪声抑制545

13.6 时频空间中的时域处理547

13.6.1 问题描述547

13.6.2 时域滤波548

13.6.3 时间轨迹的非线性变换550

13.7 小结554

附录13.A 随机理论中的参数估计555

习题555

参考文献559

第14章 说话人识别563

14.1 引言563

14.2 用于说话人识别的谱特征564

14.2.1 简述565

14.2.2 Mel倒谱（Mel-Cepstrum）566

14.2.3 子倒谱（Sub-Cepstrum）568

14.3 说话人识别算法569

14.3.1 最小距离分类器569

14.3.2 矢量量化570

14.3.3 高斯混合模型（GMM）572

14.4 说话人识别中的非频谱特征576

14.4.1 声门波导数576

14.4.2 声源开启定时579

14.4.3 声源、频谱和韵律的相互影响580

14.5 不匹配条件下的信号增强583

14.5.1 线性信道干扰584

14.5.2 非线性信道失真586

14.5.3 其他方法594

14.6 基于编码语音的说话人识别595

14.6.1 采用编码合成语音的实验596

14.6.2 使用编码参数的实验596

14.7 小结598

附录14.A 最大期望（Expectation-Maximization,EM）估计599

习题601

参考文献607

缩略语表613