《类神经网络模型与语音辨识》

第一章序论1

1.1 声音与语言2

1.2 声音的科学5

1.3 声音工程学7

1.4 声音研究的周边8

参考文献10

第二章资讯处理的基础11

2.1声音的基本性质12

[1]声音生成器官12

[2]声音标示与音调特性14

[3]音素的音响性质16

[4]听觉器官22

[5]声音知觉的基本性质24

2.2声音分析的基础29

[1]声音波形的数位模型29

[2]短时间的频谱分析37

[3]cepstrum分析39

[4]线性预测分析41

[5]频谱量子化46

2.3声音合成的基础47

[1]端点类比方式48

[2]PARCOR分析合成方式49

2.4声音辨识的基础52

[1]DP匹配（DTW）52

[2]隐藏式马尔可夫模型（HMM）59

2.5神经网路的基础66

[1]神经网路与其分类66

[2]依反向传播（Back Propagation）神经细胞网路的学习传播70

[3]波兹曼机器及其学习76

[4]自己组织化特征显像与学习向量量子化法80

[5]依人工资料来作比较84

参考文献85

第三章声音生成机构及其模型89

3.1声音生成的特征和性质90

[1]声音生成过程90

[2]声音生成的生理91

[3]发声器官的构造和机能94

[4]调音器官的构造和特性103

3.2声音生成模型105

[1]音源生成模型105

[2]声道的传递特性模型112

[3]调音模型118

[4]声音信号生成模型121

[5]韵律控制模型123

参考文献125

第四章听觉机构与识别模型131

4.1听觉机构的特点和性质132

[1]听觉器官构造132

[2]内耳（蜗牛、基底膜、有毛细胞）133

[3]听觉神经137

4.2声音的心理物理学144

[1]声音的响度145

[2]遮蔽（Masking）148

[3]临界频带149

[4]音的高度和〓152

[5]声音辨别154

4.3声音知觉与听觉的作用156

[1]人类的信息处理与声音知觉156

[2]听觉末梢系的声音处理158

[3]听觉末梢系的机能模型159

4.4音韵识别162

[1]音韵的不变量和知觉的探索162

[2]调音结合和动态音响特征166

[3]范畴知觉（Categorical Perception）168

[4]音韵知觉模型169

4.5单语知觉171

[1]声音知觉的处理单位171

[2]单语知觉的各种现象173

[3]单语知觉模型175

4.6韵律、声质、个人性的知觉179

[1]韵律、声质、个人性的构成要素179

[2]韵律知觉179

[3]声质知觉182

[4]个人性的知觉183

参考文献184

第五章声音识别过程中的神经网路模型197

5.1听觉的生理模型198

[1]听觉末梢系的生理模型（Seneff模型）198

[2]听觉末梢系的神经网路模型207

5.2 根据神经网路模型对声音的特征抽出210

5.3 声音知觉的相互活性化模型（TRACE模型）215

参考文献222

第六章人工神经网路的声音信息处理225

6.1依据神经网路的声音合成226

[1]依据神经网路的发音记号学习（NETtalk）226

[2]依据神经网路的声音合成参数的学习232

6.2音韵识别234

[1]依据多层视感器的英语母音识别235

[2]依据时间延迟神经网路的子音识别238

[3]依据波兹曼机器的音韵识别244

[4]依据学习向量量子化的音韵识别247

6.3单语声音识别253

[1]数字声音识别254

[2]Viterbi网路254

[3]神经预测模型255

6.4声音信号处理257

[1]依据输入波形的杂音抑压257

[2]声音波形预测和声音信息压缩258

[3]根据神经网路的发话者适应260

6.5语言处理261

[1]记号列预测261

[2]单语范畴预测263

6.6逆传播学习演绎法的效率化264

[1]依据DCP法的逆传播演绎法的效率化265

[2]最急下降法的改良267

参考文献269