中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
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)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
語音信號處理 版權信息
- ISBN：9787302635482
- 條形碼：9787302635482 ; 978-7-302-63548-2
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
語音信號處理 本書特色
兼顧相關專業、不同層次學生對語音信號處理知識的需求，*大限度地涉及計算機學科更多更新的知識
語音信號處理 內容簡介
本書為語音信號處理領域的指導書。作者在東南大學、南京理工大學開設的本科生課程的基礎上，介紹了語音信號處理的基本原理、分析方法以及該學科領域近年來取得的一些研究成果和技術，在理論和應用之間達到了極好的平衡。全書共11章，內容包括： 緒論、語音信號處理的聲學理論與模型、傳統語音信號分析方法、現代語音信號處理方法、語音信號的參數估計、語音編碼、語音增強、語音合成、語音識別、說話人識別、語音信號中的情感信息處理。另外，在本書的每章中都加入了復習題，供讀者思考。 本書可作為高等院校計算機應用、信號與信息處理、通信與信息系統等專業的高年級本科生、研究生教材，同時也可供語音信號處理等領域的工程技術人員參考。
語音信號處理 目錄
第1章緒論 1.1語音信號處理的發展歷史 1.1.1經典語音信號處理技術 1.1.2新興的語音信號處理技術 1.2語音信號處理的研究內容 1.3本書的結構 第2章語音信號處理的聲學理論與模型 2.1概述 2.2語音信號處理的聲學基礎 2.2.1語音的產生 2.2.2語音信號的感知 2.2.3掩蔽效應 2.3語音生成的數學模型 2.3.1激勵模型 2.3.2聲道模型 2.3.3輻射模型 2.4語音信號的特性分析 2.4.1語音信號的時域波形和頻譜特性 2.4.2語音信號的語譜圖 2.4.3語音信號的統計特性 2.5語音學基本概念 2.5.1語音學 2.5.2語音的分類及其聲學特征 2.5.3漢語語音學 2.6小結 復習思考題 第3章傳統語音信號分析方法 3.1概述 3.2語音信號數字化和預處理 3.2.1數字化 3.2.2預處理 3.3端點檢測 3.3.1雙門限法 3.3.2相關法的端點檢測 3.3.3能零比雙門限法 3.4語音信號的時域分析 3.4.1短時能量及短時平均幅度分析 3.4.2短時過零率分析 3.4.3短時相關分析 3.4.4短時平均幅度差函數 3.5語音信號的頻域分析 3.5.1利用短時傅里葉變換求語音的短時譜 3.5.2語音的短時譜的臨界帶特征矢量 3.6語音信號的線性預測（LPC）分析 3.6.1線性預測分析的基本原理 3.6.2線性預測方程組的求解 3.6.3LPC譜估計和LPC復倒譜 3.6.4線譜對（LSP）分析 3.7小結 復習思考題 第4章現代語音信號處理方法 4.1概述 4.2同態信號處理 4.2.1同態信號處理的基本原理 4.2.2語音信號的復倒譜 4.2.3語音信號兩個卷積分量的復倒譜 4.2.4語音信號倒譜分析實例 4.3小波變換 4.3.1小波變換的基本原理 4.3.2常用小波函數的介紹 4.3.3小波基和分解層數的選擇 4.3.4語音信號小波變換分析實例 4.4Teager能量操作 4.4.1連續時間和離散時間的能量操作 4.4.2連續時間和離散時間的能量分離（ESA） 4.4.3語音信號Teager能量算子分析實例 4.5希爾伯特黃變換 4.5.1希爾伯特黃變換的起源 4.5.2經驗模式分解 4.5.3希爾伯特黃變換的時頻譜 4.6經驗小波變換 4.6.1經驗小波的定義 4.6.2傅里葉頻譜劃分 4.6.3窗的選取 4.6.4經驗小波變換及其改進算法 4.6.5語音信號經驗小波變換分析實例 4.7小結 復習思考題 第5章語音信號的參數估計 5.1概述 5.2基音周期估計 5.2.1基音周期估計分類 5.2.2基于自相關的基音周期估計 5.2.3基于平均幅度差函數（AMDF）的基音周期估計 5.2.4基于倒譜法（CEP）的基音周期估計 5.2.5基于簡化的逆濾波跟蹤（SIFT）的基音周期估計 5.2.6基于小波變換的基音周期估計 5.2.7基于倒譜和希爾伯特黃變換的基音周期估計 5.2.8基于系綜經驗模式分解的動態基音周期估計 5.2.9基于系綜經驗模式分解和倒譜法的基音周期估計 5.2.10基音周期估計的后處理 5.3共振峰估計 5.3.1傳統的共振峰估計方法 5.3.2基于希爾伯特黃變換的漢語共振峰估計 5.4梅爾頻率倒譜系數 5.4.1梅爾濾波器組 5.4.2MFCC特征參數提取 5.5小結 復習思考題 第6章語音編碼 6.1概述 6.2語音信號壓縮編碼的原理 6.2.1語音編碼分類 6.2.2語音壓縮的基本原理 6.3語音編碼的關鍵技術 6.3.1線性預測 6.3.2合成分析法（AnalysisBySynthesis） 6.3.3感覺加權濾波器 6.4語音編碼的性能指標和評測方法 6.4.1主觀評價 6.4.2客觀評價 6.5語音信號的波形編碼 6.5.1脈沖編碼調制(PCM） 6.5.2自適應預測編碼（APC） 6.5.3自適應增量調制（ADM） 6.5.4自適應差分脈沖編碼調制（ADPCM） 6.5.5子帶編碼（SBC） 6.5.6自適應變換編碼（ATC） 6.6語音信號的參數編碼 6.6.1線性預測聲碼器 6.6.2LPC10編碼器 6.7語音信號的混合編碼 6.8現代通信中的語音信號編碼方法 6.8.1EVS編碼器概述 6.8.2EVS編碼器設計指標 6.8.3EVS編碼涉及的關鍵技術 6.8.4EVS編碼器評價 6.9小結 復習思考題 第7章語音增強 7.1概述 7.2語音特性、人耳感知特性 7.2.1語音特性 7.2.2人耳感知特性 7.3傳統語音增強技術 7.3.1基于濾波法的語音增強技術 7.3.2基于減譜法的語音增強技術 7.3.3基于Weiner濾波法的語音增強技術 7.3.4基于模型的語音增強技術 7.3.5基于聽覺掩蔽的語音增強技術 7.3.6基于時域處理的語音增強技術 7.4現代語音增強技術 7.4.1基于非負矩陣分解的語音增強技術 7.4.2基于DNN頻譜映射的語音增強技術 7.5小結 復習思考題 第8章語音合成 8.1概述 8.2共振峰合成法 8.3線性預測合成法 8.4神經網絡語音合成法 8.5語音合成專用硬件簡介 8.6PSOLA算法合成語音 8.7文語轉換系統（TTS） 8.7.1文語轉換系統的組成 8.7.2連讀語音的韻律特性 8.7.3文本分析方法 8.7.4語音合成方法 8.7.5語音合成中的韻律控制 8.8小結 復習思考題 第9章語音識別 9.1概述 9.2語音識別原理和識別系統的組成 9.2.1預處理和參數分析 9.2.2語音識別 9.2.3語音識別系統的基本數據庫 9.3動態時間規整（DTW） 9.4孤立字（詞）識別系統 9.4.1基于MQDF的漢語塞音語音識別系統 9.4.2基于概率尺度DP識別方法的孤立字（詞）識別系統 9.5連續語音識別系統 9.5.1聲學基元模型 9.5.2系統語言模型 9.5.3句法分析和單詞的預測方法 9.6連續語音識別系統的性能評測 9.6.1連續語音識別系統的評測方法以及系統復雜性和識別能力的測度 9.6.2綜合評估連續語音識別系統時需要考慮的其他因素 9.7基于DNNHMM的語音識別系統 9.8小結 復習思考題 第10章說話人識別 10.1概述 10.2說話人識別方法和系統結構 10.2.1預處理 10.2.2說話人識別的特征提取 10.2.3特征參量評價方法 10.2.4模式匹配方法 10.2.5說話人識別中判別方法和閾值的選擇 10.2.6說話人識別系統的評價 10.3應用DTW的說話人確認系統 10.4應用VQ的說話人識別系統 10.5應用HMM的說話人識別系統 10.5.1基于HMM的與文本有關的說話人識別 10.5.2基于HMM的與文本無關的說話人識別 10.5.3基于HMM的指定文本型說話人識別 10.5.4說話人識別HMM的學習方法 10.5.5魯棒的HMM說話人識別技術 10.6應用GMM的說話人識別系統 10.6.1GMM模型的基本概念 10.6.2GMM模型的參數估計 10.6.3訓練數據不充分的問題 10.6.4GMM模型的識別問題 10.6.5應用GMM和BP網絡的說話人識別系統 10.7應用深度學習的說話人識別 10.7.1基于DNNUBM模型的說話人識別 10.7.2說話人識別中的embeddings特征 10.8說話人識別中尚需進一步探索的研究課題 10.8.1基礎性的課題 10.8.2實用性的問題 10.9語種辨識的原理和應用 10.9.1語種辨識的基本原理和方法 10.9.2語種辨識的應用領域 10.10小結 復習思考題 第11章語音信號中的情感信息處理 11.1概述 11.2語言信號中的情感分類和情感特征分析 11.2.1語音情感識別系統模型 11.2.2語音信號中的情感分類 11.2.3語料庫 11.2.4語音情感特征分析 11.2.5語音情感識別特征分析方法 11.3基于融合特征的語音情感識別方法 11.3.1特征提取 11.3.2分類器 11.3.3仿真實驗 11.4基于LSTM的語音情感識別方法 11.4.1LSTM實現原理 11.4.2應用LSTM的語音情感識別 11.4.3仿真實驗 11.5基于CNN的語音情感識別方法 11.5.1卷積神經網絡（CNN） 11.5.2基于CNN的語音情感識別模型 11.5.3仿真實驗 11.6小結 復習思考題 漢英名詞術語對照
展開全部
書友推薦
- >
有舍有得是人生
- >
伊索寓言-世界文學名著典藏-全譯本
- >
羅庸西南聯大授課錄
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
經典常談
- >
史學評論
- >
唐代進士錄
- >
中國歷史的瞬間
本類暢銷
