《数字语音处理》求取 ⇩

第一章 绪论1

1.1 数字语音处理研究的内容1

1.2 语音处理的发展历史3

1.3 本书的内容4

第二章 语音信号产生的数字模型6

2.1 人类的语言器官6

2.2 语音产生过程8

2.3 语音信号产生的数字模型11

2.4 语音信号的特性14

2.4.1 语音的声学特性14

2.4.2 语音的时间波形和频谱特性15

2.4.3 语音信号的统计特性20

2.5 人类的听觉功能24

第三章 语音波形的数字编码27

3.1 脉冲编码调制（PCM）28

3.1.1 语音信号的取样29

3.1.2 取样语音信号的量化31

3.1.3 减小量化噪声影响的方法37

3.2 差分脉冲编码调制（DPCM）41

3.2.1 DPCM原理41

3.2.2 DPCM的信噪比44

3.2.3 预测系数对差分增益的影响47

3.3 增量调制（DM）50

3.3.1 DM原理50

3.3.2 DM的斜率过载失真和颗粒噪声52

3.3.3 DM的信噪比53

3.4 自适应技术在语音波形编码中的应用55

3.4.1 一般原理55

3.4.2 自适应量化56

3.4.3 自适应增量调制（ADM）67

3.4.4 自适应线性预测72

3.5 压缩比特率的其它方法81

3.5.1 残差信号压缩81

3.5.2 噪声整形83

3.5.3 多脉冲技术85

第四章 短时时域处理技术87

4.1 语音信号的短时处理方法88

4.2 短时能量和短时平均幅度89

4.2.1 短时能量89

4.2.2 短时平均幅度93

4.3 短时平均过零率97

4.4 短时自相关函数100

4.4.1 短时自相关函数的定义100

4.4.2 减少短时自相关函数计算量的方法101

4.4.3 语音信号的短时自相关函数的实例103

4.4.4 短时自相关函数的另一种计算方法104

4.4.5 短时平均幅度差函数108

4.5 短时时域处理技术应用举例109

4.5.1 语音段起止端点判别109

4.5.2 基音周期的估计111

4.6 中值滤波在语音短时时域处理中的应用114

第五章 短时傅里叶分析120

5.1 短时傅里叶变换的定义120

5.1.1 定义120

5.1.2 移动窗形状对短时傅里叶变换的影响121

5.1.3 窗宽对短时频谱的影响124

5.1.4 结论125

5.2 短时傅里叶变换的某些性质126

5.3 短时傅里叶变换的线性滤波实现127

5.4 短时傅里叶谱的取样130

5.4.1 短时傅里叶变换的时域取样130

5.4.2 短时傅里叶变换的频域取样131

5.4.3 短时傅里叶变换时域和频域总取样率131

5.5 语音的短时合成技术132

5.5.1 语音短时合成的滤波器组相加法133

5.5.2 短时傅里叶变换的欠速率取样137

5.5.3 语音短时合成的叠接相加法139

5.5.4 短时频谱变化对合成结果的影响143

5.6 短时分析-合成数字滤波器组的设计148

5.6.1 设计中需要考虑的实际问题149

5.6.2 IIR滤波器组的设计157

5.6.3 FIR带通滤波器组的设计159

5.7 用快速傅里叶变换进行短时傅里叶分析167

5.7.1 基本原理167

5.7.2 减少计算量的其它考虑171

5.7.3 用FFT节省短时谱合成语音信号的计算量172

第六章 语音信号的线性预测177

6.1 线性预测基本原理177

6.2 线性预测和信号模型之间的关系179

6.3 Levinson-Durbin算法184

6.4 格型滤波器191

6.4.1 前向预测和反向预测191

6.4.2 格型滤波器的结构194

6.4.3 格型滤波器的性质196

6.5 由已知数据计算预测系数的方法199

6.5.1 自相关法或Yule-Walker法199

6.5.2 协方差法202

6.5.3 Burg法203

6.6 线性预测的频域解释206

6.6.1 最小预测误差207

6.6.2 线性预测谱匹配性质208

6.7 线性预测模型的局限性211

6.7.1 基音频率对预测系数的影响212

6.7.2 高频损失问题213

6.8 线性预测分析应用举例214

6.8.1 基音检测214

6.8.2 共振峰估计217

6.9 对数面积比（LAR）参数219

第七章 语音信号的同态滤波和倒谱分析220

7.1 广义叠加原理220

7.2 卷积同态系统223

7.3 复倒谱的定义225

7.3.1 复对数的多值性问题225

7.3.2 ？（z）的解析性问题226

7.4 复倒谱的性质和计算方法227

7.4.1 复倒谱的性质227

7.4.2 复倒谱的计算方法228

7.5 语音的倒谱分析231

第八章 矢量量化236

8.1 矢量量化基本原理237

8.1.1 矢量量化过程237

8.1.2 失真的测度240

8.1.3 码本的设计244

8.1.4 计算量和存贮量的估计247

8.1.5 几个例子248

8.2 矢量量化器的理论性能256

8.2.1 率-失真理论256

8.2.2 率-失真理论的一些结果259

8.2.3 标量量化265

8.2.4 矢量量化的一些理论结果269

8.3 矢量源的标量量化和矢量量化273

8.3.1 比特分配274

8.3.2 相关源的矢量旋转277

8.3.3 标量量化和矢量量化的比较281

8.4 减少矢量量化中计算量和存贮量的方法285

8.4.1 二叉树搜索285

8.4.2 多级矢量量化289

8.4.3 乘积码293

8.5 码本的训练和测试296

8.6 码本的鲁棒性299

8.7 时间依赖矢量量化302

8.7.1 选帧传送302

8.7.2 分段量化302

8.7.3 自适应矢量量化器303

8.8 语音波形矢量量化305

8.8.1 波形标量量化305

8.8.2 波形矢量量化307

第九章 隐马尔柯夫模型（HMM）312

9.1 隐马尔柯夫模型的定义312

9.1.1 信号模型312

9.1.2 离散马尔柯夫过程313

9.1.3 隐马尔柯夫模型的概念316

9.1.4 隐马尔柯夫模型的参数319

9.2 隐马尔柯夫模型的三个基本问题320

9.2.1 三个基本问题的提出320

9.2.2 第1个问题的求解322

9.2.3 第2个问题的求解327

9.2.4 第3个问题的求解329

9.3 隐马尔柯夫模型的类型332

9.3.1 隐马尔柯夫模型中的连续观测密度334

9.3.2 自回归隐马尔柯夫模型336

9.3.3 隐马尔柯夫模型的变型338

9.3.4 含有状态持续时间密度显函数的隐马尔柯夫模型339

9.3.5 最佳判据344

9.3.6 隐马尔柯夫模型的比较345

9.4 隐马尔柯夫模型的实现问题347

9.4.1 定标347

9.4.2 多个观测序列351

9.4.3 隐马尔柯夫模型参数的初始估计352

9.4.4 训练数据不够的影响352

9.4.5 模型选择354

第十章 数字语音处理的应用356

10.1 语音压缩356

10.1.1 声码器的基本结构357

10.1.2 通道声码器358

10.1.3 共振峰声码器361

10.1.4 线性预测编码声码器362

10.1.5 矢量量化在语音压缩中的应用363

10.2 语音合成365

10.2.1 以单词为基础的合成方法365

10.2.2 以音节为基础的合成方法366

10.2.3 以音素为基础的合成方法367

10.2.4 语音合成器芯片和语音合成系统369

10.3 语音识别371

10.3.1 孤立单词语音识别374

10.3.2 线性时间归一化376

10.3.3 非线性时间归一化378

10.3.4 采用DTW的孤立单词语音识别382

10.3.5 隐马尔柯夫模型在孤立单词语音识别中的应用384

10.3.6 连续语音识别388

10.4 语音增强394

参考文献397