语音信号处理PDF|Epub|txt|kindle电子书版本网盘下载

语音信号处理PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录1

前言1

第1章 绪论1

1.1 语音信号处理的发展1

1.2 语音信号处理的应用及新方向7

1.3 语音信号处理过程的总体结构9

参考文献10

第2章 语音信号的声学基础及产生模型11

2.1 语音信号的产生12

2.1.1 语音的发音器官12

2.1.2 语音的声学特征14

2.1.3 语音信号在时域和频域的表示17

2.1.4 汉语中语音的分类20

2.1.5 汉语语音的韵律特性22

2.2 语音信号的感知23

2.2.1 听觉系统23

2.2.2 听觉特性25

2.2.3 掩蔽效应27

2.3 语音信号的线性产生模型32

2.3.1 激励模型32

2.3.2 声道模型33

2.4 语音信号的非线性产生模型34

2.3.3 辐射模型34

2.4.1 调频-调幅模型的基本原理35

2.4.2 Teager能量算子36

2.4.3 能量分离算法37

2.4.4 调频-调幅模型的应用38

参考文献41

第3章 语音信号的特征分析43

3.1 语音信号数字化44

3.1.1 语音信号的采样与量化44

3.1.2 短时加窗处理46

3.2.1 短时能量分析48

3.2 语音信号的时域分析48

3.2.2 短时平均过零率49

3.2.3 短时自相关函数和短时平均幅度差函数51

3.2.4 端点检测和语音分割55

3.3 语音信号的频域分析56

3.3.1 滤波器组方法56

3.3.2 傅里叶频谱分析57

3.4 传统傅里叶变换缺点及时频分析的思想59

3.4.1 信号的时频表示61

3.4.2 不确定原理63

3.5 Gabor变换64

3.6 小波变换在语音信号分析中的应用67

3.6.1 小波的数学表示及意义67

3.6.2 小波分析特点69

3.6.3 小波变换的多分辨分析70

3.6.4 小波变换在语音处理中的应用72

3.7 语音信号的同态解卷积75

3.7.1 同态信号处理的基本原理75

3.7.2 语音信号的复倒谱77

3.7.3 避免相位卷绕的算法79

3.8 语音信号特征应用84

3.7.4 基于听觉特性的Mel频率倒谱系数84

3.8.1 基音周期估计85

3.8.2 共振峰的估计91

参考文献94

第4章 语音信号的线性预测分析96

4.1 线性预测的基本原理96

4.2 线性预测方程组的解法99

4.2.1 自相关法99

4.2.2 协方差法102

4.2.3 格型法102

4.2.4 几种求解线性预测方法的比较107

4.3.2 反射系数108

4.3 线性预测的几种推演参数108

4.3.1 归一化自相关函数108

4.3.3 预测器多项式的根109

4.3.4 LPC倒谱109

4.3.5 全极点系统的冲激响应及其自相关函数110

4.3.6 预测误差滤波器的冲激响应及其自相关函数111

4.3.7 对数面积比系数111

4.4 线谱对分析法111

4.4.1 线谱对分析的原理111

参考文献113

4.4.2 线谱对参数的求解113

第5章 语音编码114

5.1 波形编码115

5.1.1 均匀量化PCM115

5.1.2 非均匀量化PCM116

5.1.3 自适应量化PCM117

5.1.4 差分脉冲编码118

5.1.5 自适应差分脉冲编码120

5.1.6 增量调制和自适应增量调制123

5.1.7 子带编码124

5.1.8 自适应变换域编码126

5.2.1 参数编码127

5.2 参数编码和混合编码127

5.2.2 基于全极点语音产生模型的混合编码133

5.2.3 基于正弦模型的混合编码147

5.3 极低速率语音编码技术151

5.3.1 400 bps～1.2 Kbps的声码器152

5.3.2 识别合成型声码器153

5.4 语音编码器的性能指标和质量评测方法154

5.4.1 编码速率154

5.4.2 顽健性155

5.4.3 时延155

5.4.5 语音质量及其评价方法156

5.4.4 计算复杂度和算法的可扩展性156

5.5 语音编码国际标准158

参考文献159

第6章 语音合成160

6.1 语音合成的基本原理161

6.2 参数合成方法165

6.2.1 线性预测合成方法165

6.2.2 共振峰合成方法167

6.3 波形拼接合成技术172

6.3.1 TD-PSOLA算法173

6.3.2 FD-PSOLA算法177

6.4 汉语按规则合成179

6.4.1 韵律规则180

6.4.2 多音节协同发音规则合成187

6.4.3 轻声音节规则合成188

6.4.4 儿化音节的规则合成189

参考文献189

第7章 语音识别191

7.1 概述191

7.2 基于矢量量化的识别技术193

7.2.1 无时间归正的矢量量化193

7.2.2 有记忆矢量量化195

7.3 动态时间归正的识别技术196

7.3.1 DTW基本原理196

7.3.2 模板训练算法198

7.4 隐马尔可夫模型技术200

7.4.1 HMM基本思想200

7.4.2 HMM基本算法203

7.4.3 HMM算法实现中的问题208

7.4.4 关于HMM训练的几点考虑213

7.5 连接词语音识别技术218

7.5.1 连接词识别问题的一般描述219

7.5.2 二阶动态规划算法220

7.5.3 分层构筑方法221

7.6 大词汇量连续语音识别技术225

7.6.1 声学模型226

7.6.2 语言学模型228

7.6.3 最优路径搜索230

7.7 关键词检出技术232

7.7.1 问题描述233

7.7.2 关键词检出系统的组成234

7.7.3 垃圾模型建模方法235

7.7.4 语音解码器的设计237

7.7.6 关键词检出系统性能优化238

7.7.5 关键词确认过程238

7.8 基于HMM的自适应技术239

7.8.1 基于Bayesian理论的自适应方法239

7.8.2 基于变换的自适应方法240

7.9 语音识别的应用技术242

7.9.1 语音信息检索243

7.9.2 发音学习技术244

7.9.3 基于语音的情感处理250

7.9.4 网络环境下的语音识别254

7.9.5 嵌入式语音识别技术257

参考文献258

8.1 概述262

第8章 说话人识别262

8.2 说话人识别的特征选取266

8.2.1 特征参数的评价方法266

8.2.2 说话人识别系统中常用的特征268

8.3 说话人识别的主要方法269

8.3.1 与文本有关的识别方法269

8.3.2 与文本无关的识别方法270

8.3.3 文本提示型的识别方法279

8.3.4 说话人识别技术中的一些实际问题280

参考文献284

9.2 影响语音识别性能的环境变化因素286

9.1 概述286

第9章 顽健语音识别技术286

9.3 噪声环境下的顽健语音识别技术289

9.3.1 基于语音增强的方法289

9.3.2 通道畸变的抑制方法294

9.3.3 基于模型的补偿方法300

9.4 变异语音识别方法316

9.4.1 变异语音的分析317

9.4.2 变异语音的分类317

9.4.3 变异语音的识别320

参考文献325