掃一掃
關注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
闖進數(shù)學世界――探秘歷史名題
-
>
中醫(yī)基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
現(xiàn)代語音信號處理(Python版) 版權信息
- ISBN：9787111694755
- 條形碼：9787111694755 ; 978-7-111-69475-5
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
現(xiàn)代語音信號處理(Python版) 本書特色
適讀人群 ：計算機和通信與信息系統(tǒng)等學科相關專業(yè)的高年級本、？茖W生和研究生本書較全面地反映了現(xiàn)代語音信號處理的主要內(nèi)容和發(fā)展方向，主要面向電子信息類、自動化類、計算機類等學科有關專業(yè)的高年級本科生和研究生，也可以作為從事語音信號處理這一領域技術人員的參考用書。因此，本書在內(nèi)容上強調(diào)基本概念和基本理論方法的掌握，并突出各部分的相互聯(lián)系。此外，考慮到語音信號處理的實用性很強，以及當前人工智能技術的發(fā)展，本書在介紹基本理論和基本算法的基礎上，給出了相應的Python代碼，使學習人員可以邊學習理論邊實踐，有助于知識的理解和記憶。
現(xiàn)代語音信號處理(Python版) 內(nèi)容簡介
本書介紹了現(xiàn)代語音信號處理的基礎、原理、方法和應用，并且給出一些相關算法的Python庫和調(diào)用函數(shù)。全書共15章，章介紹了語音信號處理的發(fā)展歷程、人工智能基礎和相關研究方向；第2~4章介紹了語音信號處理的一些基礎理論、方法和參數(shù)；第5章介紹了神經(jīng)網(wǎng)絡與深度學習的基礎知識；第6~15章將語音信號處理的研究方向分為前端處理（包括語音增強、回聲消除、聲源定位和波束形成）、后端應用（包括語音識別、說話人識別和語音情感計算）和其他研究（包括語音合成與轉(zhuǎn)換、語音隱藏和助聽器聲信號處理）三個部分，并介紹了相關研究的基礎理論和算法原理。在附錄中，介紹了學習Python語言的PyCharm軟件的快速使用教程，并對文中常用的Python庫進行了說明。本書可作為計算機和通信與信息系統(tǒng)等學科相關專業(yè)的高年級本、？茖W生和研究生的教材或教學參考用書，也可作為從事語音信號處理的科研工程技術人員的輔助讀物和參考用書。
現(xiàn)代語音信號處理(Python版) 目錄
前言
第1章緒論
1.1語音信號的發(fā)展歷程
1.2語音信號處理的研究方向
1.3人工智能與語音處理
1.4本書結(jié)構(gòu)
第2章語音信號處理的基礎知識
2.1語音的產(chǎn)生與感知
2.2語音信號產(chǎn)生的數(shù)學模型
2.3語音信號的數(shù)字化
2.4語音信號的表征
2.5思考與復習題
第3章語音信號分析方法
3.1語音信號預處理
3.2語音信號的時域分析
3.3語音信號的頻域分析
3.4語音信號的倒譜分析
3.5語音信號的線性預測分析
3.6思考與復習題
第4章語音信號特征提取技術
4.1端點檢測
4.2基音周期估計
4.3共振峰估計
4.4思考與復習題
第5章神經(jīng)網(wǎng)絡與深度學習
5.1神經(jīng)網(wǎng)絡及其發(fā)展
5.2神經(jīng)元
5.3誤差逆?zhèn)鞑ニ惴?
5.4前饋神經(jīng)網(wǎng)絡
5.5卷積神經(jīng)網(wǎng)絡
5.6循環(huán)神經(jīng)網(wǎng)絡
5.7常用的深度學習框架
5.8思考與復習題
第6章語音增強
6.1基礎知識
6.2譜減法
6.3維納濾波
6.4基于深度學習的語音增強方法
6.5思考與復習題
第7章回聲消除
7.1回聲消除基礎知識
7.2回聲消除算法
7.2.1LMS算法
7.3嘯叫檢測與抑制
7.4總結(jié)與展望
7.5思考與復習題
第8章聲源定位
8.1雙耳聽覺定位原理及方法
8.2傳聲器陣列模型
8.3房間混響模型
8.4基于傳聲器陣列的聲源定位方法
8.5總結(jié)與展望
8.6思考與復習題
第9章波束形成技術
9.1基本理論
9.2固定波束形成器
9.3自適應波束形成
9.4后置濾波
9.5思考與復習題
第10章語音識別
10.1基本理論
10.2語音識別原理與系統(tǒng)構(gòu)成
10.3基于動態(tài)時間規(guī)整的語音識別系統(tǒng)
10.4基于隱馬爾可夫模型的語音識別系統(tǒng)
10.5人工智能與語音識別
10.6性能評價指標
10.7思考與復習題
第11章說話人識別
11.1說話人識別的原理
11.2應用VQ的說話人識別系統(tǒng)
11.3應用GMM的說話人識別系統(tǒng)
11.4基于深度學習的說話人識別
11.5總結(jié)與展望
11.6思考與復習題
第12章語音情感計算
12.1情感的心理學理論
12.2語音情感數(shù)據(jù)庫
12.3情感的聲學特征分析
12.4語音情感識別經(jīng)典算法
12.5深度學習模型
12.6語音情感計算的應用與展望
12.7思考與復習題
第13章語音合成與轉(zhuǎn)換
13.1幀合成技術
13.2經(jīng)典語音合成算法
13.3語音信號的變速和變調(diào)
13.4基于深度學習的語音合成模型
13.5總結(jié)與展望
13.6思考與復習題
第14章語音隱藏
14.1信息隱藏基礎
14.2語音信息隱藏算法
14.3常用評價指標
14.4總結(jié)與展望
14.5思考與復習題
第15章助聽器聲信號處理
15.1聽力損失與語音理解障礙
15.2壓縮與響度補償
15.3回聲抑制算法
15.4降頻算法
15.5總結(jié)與展望
15.6思考與復習題
附錄
附錄APyCharm快速使用教程
附錄B常用Python庫及其說明
參考文獻
第1章緒論
1.1語音信號的發(fā)展歷程
1.2語音信號處理的研究方向
1.3人工智能與語音處理
1.4本書結(jié)構(gòu)
第2章語音信號處理的基礎知識
2.1語音的產(chǎn)生與感知
2.2語音信號產(chǎn)生的數(shù)學模型
2.3語音信號的數(shù)字化
2.4語音信號的表征
2.5思考與復習題
第3章語音信號分析方法
3.1語音信號預處理
3.2語音信號的時域分析
3.3語音信號的頻域分析
3.4語音信號的倒譜分析
3.5語音信號的線性預測分析
3.6思考與復習題
第4章語音信號特征提取技術
4.1端點檢測
4.2基音周期估計
4.3共振峰估計
4.4思考與復習題
第5章神經(jīng)網(wǎng)絡與深度學習
5.1神經(jīng)網(wǎng)絡及其發(fā)展
5.2神經(jīng)元
5.3誤差逆?zhèn)鞑ニ惴?
5.4前饋神經(jīng)網(wǎng)絡
5.5卷積神經(jīng)網(wǎng)絡
5.6循環(huán)神經(jīng)網(wǎng)絡
5.7常用的深度學習框架
5.8思考與復習題
第6章語音增強
6.1基礎知識
6.2譜減法
6.3維納濾波
6.4基于深度學習的語音增強方法
6.5思考與復習題
第7章回聲消除
7.1回聲消除基礎知識
7.2回聲消除算法
7.2.1LMS算法
7.3嘯叫檢測與抑制
7.4總結(jié)與展望
7.5思考與復習題
第8章聲源定位
8.1雙耳聽覺定位原理及方法
8.2傳聲器陣列模型
8.3房間混響模型
8.4基于傳聲器陣列的聲源定位方法
8.5總結(jié)與展望
8.6思考與復習題
第9章波束形成技術
9.1基本理論
9.2固定波束形成器
9.3自適應波束形成
9.4后置濾波
9.5思考與復習題
第10章語音識別
10.1基本理論
10.2語音識別原理與系統(tǒng)構(gòu)成
10.3基于動態(tài)時間規(guī)整的語音識別系統(tǒng)
10.4基于隱馬爾可夫模型的語音識別系統(tǒng)
10.5人工智能與語音識別
10.6性能評價指標
10.7思考與復習題
第11章說話人識別
11.1說話人識別的原理
11.2應用VQ的說話人識別系統(tǒng)
11.3應用GMM的說話人識別系統(tǒng)
11.4基于深度學習的說話人識別
11.5總結(jié)與展望
11.6思考與復習題
第12章語音情感計算
12.1情感的心理學理論
12.2語音情感數(shù)據(jù)庫
12.3情感的聲學特征分析
12.4語音情感識別經(jīng)典算法
12.5深度學習模型
12.6語音情感計算的應用與展望
12.7思考與復習題
第13章語音合成與轉(zhuǎn)換
13.1幀合成技術
13.2經(jīng)典語音合成算法
13.3語音信號的變速和變調(diào)
13.4基于深度學習的語音合成模型
13.5總結(jié)與展望
13.6思考與復習題
第14章語音隱藏
14.1信息隱藏基礎
14.2語音信息隱藏算法
14.3常用評價指標
14.4總結(jié)與展望
14.5思考與復習題
第15章助聽器聲信號處理
15.1聽力損失與語音理解障礙
15.2壓縮與響度補償
15.3回聲抑制算法
15.4降頻算法
15.5總結(jié)與展望
15.6思考與復習題
附錄
附錄APyCharm快速使用教程
附錄B常用Python庫及其說明
參考文獻
展開全部
書友推薦
- >
山海經(jīng)
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
詩經(jīng)-先民的歌唱
- >
朝聞道
- >
煙與鏡
- >
自卑與超越
- >
小考拉的故事-套裝共3冊
本類暢銷
