《语音信号数字处理》求取 ⇩

前言1

第一章 绪论1

1.1 概述1

1.2 语音信号数字处理的应用1

1.3 语音信号数字处理的基础理论和算法2

1.4 语音信号数字处理的硬件和实用系统3

1.5 全书的组织3

第二章 语音信号的数字表示，基本组成单位、产生模型和短时分析技术4

2.1 概述4

2.2 语音信号的时域波形4

2.3 发声器官6

2.4 音素与音节8

2.5 语音信号的“短时谱”、“语谱图”以及元音和辅音的特点9

2.6 韵母13

2.7 声母16

2.8 基音与四声20

2.9 语音信号产生模型21

2.10 语音信号数字处理中的短时分析技术24

2.11 语音信号的短时自关函数和短时频谱27

2.12 短时基音周期估计29

参考文献33

第三章 听觉系统和语音感知34

3.1 概述34

3.2 听觉系统生理学34

3.3 听觉特性40

参考文献47

第四章 语音信号的同态处理与线性预测编码(LPC)分析48

4.1 概述48

4.2 同态信号处理的基本原理49

4.3 复倒谱和倒谱的特点53

4.4 求复倒谱和倒谱的实用算法54

4.5 同态信号处理在语音信号数字处理中的应用59

4.6 线性预测编码(LPC)分析的基本概念62

4.7 LPC正则方程组的自关解法和自协方差解法66

4.8 用自关法解LPC正则方程的德宾(Durbin)递推算法、格形算法和舒尔(Sehur)递推算法69

4.9 LPC模型阶数P和激励增益G的确定，短时分析对于LPC参数估计的影响，LPC分析的频域说明80

4.10 各种LPC参数以及它们之间的关系83

参考文献90

第五章 矢量量化(VQ)91

5.1 概述91

5.2 无记忆VQ及其码本形成的LBC算法92

5.3 特征矢量和畸变准则的选择95

5.4 无记忆VQ系统中减少搜索量、存储量和码本形成中训练量的各种算法100

5.5 有记忆的VQ系统104

5.6 全搜索VQ系统中的快速搜索算法106

5.7 用随机松驰和模拟退火方法解决VQ码本形成算法中平均畸变值陷入局部最小点的问题109

5.8 人工神经网络与VQ116

参考文献127

第六章 隐含马尔可夫模型(HMM)129

6.1 概述129

6.2 y为一维矢量且具有连续正态概率分布函数时HMM系统三项问题的解130

6.3 y为多维矢量且具有连续正态概率分布函数的HMM系统三项问题的解138

6.4 y为多维矢量且其概率密度函数为若干正态分布函数线性相加时三项问题的解141

6.5 离散和半连续HMM系统144

6.6 语音处理和识别系统中HMM系统输出矢量y的选择149

6.7 HMM的各种结构类型152

6.8 求解HMM三项问题时的一些具体计算问题155

6.9 两个HMM相似度的比较160

参考文献161

7.2 语音编码的性能及其提高的途径163

第七章 语音信号的波形编码163

7.1 概述163

7.3 语音信号的标量量化171

7.4 自适应差分脉码调制(ADPCM)186

7.5 子带编码(SBC)200

7.6 变换域编码(TC)211

参考文献222

第八章 语音信号的参数编码与混合编码225

8.1 概述225

8.2 线性预测(LPC)声码器229

8.3 多脉冲激励及规则脉冲激励线性预测(MPE-LPC及RPE-LPC)声码器239

8.4 码激励线性预测(CELP)声码器251

8.5 多带激励(MBE)声码器265

参考文献283

9.1 概述287

第九章 语音合成287

9.2 语音产生的声学模型与合成器291

9.3 普通话音节的合成框架及其实现301

9.4 浊音声源的动态特性和普通话的字调模型305

9.5 普通话音节的合成308

9.6 协同发音与普通话词语的合成315

9.7 韵律规则与普通话词语的合成319

9.8 文-语转换系统323

参考文献327

第十章 语音识别330

10.1 概述330

10.2 孤立词识别系统335

10.3 连接词识别系统340

10.4 采用HMM算法框架的连续语音识别347

10.5 HMM统一框架连续语音识别系统中最佳路径搜索算法349

10.6 HMM统一框架连续语音识别系统中声学-语音学层的设计353

10.7 HMM统一框架连续语音识别系统中的句法层设计和语言模型的建立360

10.8 说话人自适应(Speaker Adaption)368

10.9 关键词确认(Keyword Spotting)379

参考文献382

第十一章 语音增强385

11.1 语音增强的目的385

11.2 语音和噪声的特性386

11.3 语音增强算法概述389

11.4 基于语音生成模型的增强算法391

11.5 基于短时谱幅度估计的方法396

11.6 短时谱幅度的MMSE估计方法401

11.7 语音增强效果测试方法及实验结果407

参考文献410

12.2 说话人识别的基本问题412

第十二章 说话人识别412

12.1 概述412

12.3 表征说话人特点的基本特征415

12.4 说话人识别的几种方法418

参考文献425

第十三章 人工神经网络在语音信号处理中的应用426

13.1 概述426

13.2 人工神经网络初步427

13.3 人工神经网络语音识别435

13.4 人工神经网络说话人识别442

13.5 人工神经网络语音合成443

13.6 人工神经网络关键词识别444

13.7 人工神经网络在语音信号处理其它领域中的应用447

参考文献450