语音信号处理

本书介绍了语音信号处理的基础、原理、方法和应用，以及该学科领域近年来取得的一些新的研究成果和技术。全书共分十二章，内容包括：绪论、语音信号处理的基础知识、语音信号的分析技术、语音信号的矢量量化、隐马尔可夫模型技术、神经网络在语音信号处理中的应用、语音编码、语音合成、语音识别、说话人识别和语种辨识技术、语音信号的情感信息处理技术、语音增强技术。 本书可作为高等院校的教材或教学参考书使用，同时也可供语音信号处理等领域的工程技术人员参考。 出版说明前言第1章绪论第2章语音信号处理的基础知识2.1概述2.2语音和语言2.3汉语语音学2.4语音生成系统的语音感知系统2.5语音信号生成的数学模型2.6语音信号的特性分析第3章语音信号分析3.1概述3.2语音信号的数学化和预处理3.3语音信号的时域分析3.4语音信号的频域分析3.5语音信号的倒谱分析3.6语音信号的线性预测分析3.7基音周期估计3.8共振峰估计第4章矢量量化技术（VQ）4.1概述4.2矢量量化的基本原理4.3矢量量化的失真测试4.4矢量量化器的最佳码本设计4.5矢量量化技术的优化设计第5章隐马尔可夫模型（HMM）5.1概述5.2隐马尔可夫模型的引入5.3隐马尔可夫模型的定义5.4隐马尔可夫模型的基本算法5.5隐马尔可夫模型的各种结构类型5.6隐马尔可夫模型的一些实际问题第6章人工神经网络初步6.1概述6.2人工神经网络简介6.3人工神经网络的构成6.4几种用于模式识别的神经网络模型及其主要算法6.5用神经网络进行模式识别的典型做法6.6人工神经网络模型的应用举例第7章语音编码7.1概述7.2语音信号压缩编码的原理和压缩系统评价7.3语音信号的波形编码7.4语音信号的参数编码7.5语音信号的混合编码7.6现代通信中的语音信号编码方法第8章语音合成8.1概述8.2共振峰合成法8.3线性预测合成法8.4语音合成专用硬件简介8.5PSOLA算法合成语音8.6文语转换系统（TTS）第9章语音识别9.1概述9.2语音识别原理和识别系统的组成9.3动态时间规整（DTW）9.5连续语音识别系统9.6连续语音识别系统的性能评测第10章说话人识别与语种辨识10.1概述10.2说话人识别方法和系统结构10.3应用DTW的说话人确认系统10.4应用VQ的说话识别系统10.5应用HMM的说话人识别系统10.6应用GMM的说话人识别系统10.7说话人识别中尚需进一步探索的研究课题10.8语种辨识的原理和应用第11章语音信号中的情感信息处理11.1概述11.2语音信号中的情感分类和情感特征分析11.3语音情感识别方法11.4情感语音的合成11.5今后的研究方向第12章语音增强12.1概述12.2语音特性、人耳感知特性及噪声特性12.3滤波法语音增强技术12.4利用相关特性的语音增强技术12.5非线性处理法语音增强技术12.6减谱法语音增强技术12.7利用Weiner滤波法的语音增强技术附录A语音信号LPC美尔倒谱系数（LPCMCC）分析程序附录B利用HMM的孤立字（词）语音识别程序附录C汉英名词术语对照参考文献

字数:版次：1-2 开本:787×1092

西安