语音信号处理PDF|Epub|txt|kindle电子书版本下载

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

第1篇 语音信号处理基础1

第1章 绪论1

1.1语音信号处理概述1

1.2语音信号处理的发展概况3

1.3本书的内容5

第2章 基础知识6

2.1概述6

2.2语音产生的过程6

2.3语音信号的特性9

2.4语音信号产生的数字模型15

2.5语音感知21

第2篇 语音信号分析23

第3章 时域分析23

3.1概述23

3.2数字化和预处理24

3.3短时能量分析27

3.4短时过零分析31

3.5短时相关分析34

第4章 短时傅里叶分析41

4.1概述41

4.2短时傅里叶变换41

4.3短时傅里叶变换的取样率48

4.4语音信号的短时综合49

4.5语谱图54

第5章 同态滤波及倒谱分析56

5.1概述56

5.2同态信号处理的基本原理56

5.3复倒谱和倒谱58

5.4两个卷积分量复倒谱的性质59

5.5避免相位卷绕的算法61

5.6语音信号复倒谱分析实例66

第6章 线性预测分析69

6.1概述69

6.2线性预测分析的基本原理69

6.3线性预测方程组的建立72

6.4线性预测分析的解法（1）——自相关法和协方差法73

6.5线性预测分析的解法（2）——格型法78

6.6线性预测分析应用——LPC谱估计和LPC复倒谱83

6.7线谱对（LSP）分析88

6.8极零模型91

第7章 矢量量化93

7.1概述93

7.2矢量量化的基本原理94

7.3失真测度96

7.4最佳矢量量化器和码本的设计98

7.5降低复杂度的矢量量化系统101

7.6语音参数的矢量量化105

第8章 隐马尔可夫模型（HMM）107

8.1概述107

8.2隐马尔可夫模型的引入108

8.3隐马尔可夫模型的定义110

8.4隐马尔可夫模型三项问题的求解112

8.5 HMM的一些实际问题115

第9章 语音检测分析117

9.1基音检测117

9.2共振峰估值127

第3篇 语音信号处理技术与应用135

第10章 语音编码（1）——波形编码135

10.1概述135

10.2语音信号的压缩编码原理137

10.3脉冲编码调制（PCM）及其自适应139

10.4预测编码及其自适应APC143

10.5自适应差分脉冲编码调制（ADPCM）及自适应增量调制（ADM）146

10.6子带编码（SBC）148

10.7自适应变换编码（ATC）151

第11章 语音编码（2）——声码器技术及混合编码154

11.1概述154

11.2声码器的基本结构155

11.3相位声码器和通道声码器156

11.4同态声码器159

11.5线性预测声码器162

11.6混合编码164

11.7各种语音编码方法的比较及语音编码研究方向169

11.8语音编码的性能指标和质量评价171

第12章 语音合成174

12.1概述174

12.2语音合成原理176

12.3共振峰合成178

12.4线性预测合成181

12.5专用语音合成硬件及语音合成器芯片184

第13章 语音识别188

13.1概述188

13.2语音识别原理191

13.3动态时间规整195

13.4有限状态矢量量化技术198

13.5孤立词识别系统200

13.6连续语音识别204

13.7听觉视觉双模态语音识别（AVSR）207

第14章 说话人识别209

14.1概述209

14.2特征选取210

14.3说话人识别系统的结构212

14.4说话人识别中的识别方法213

第15章 语音增强217

15.1概述217

15.2语音特性、人耳感知特性及噪声特性218

15.3滤波器法220

15.4非线性处理221

15.5减谱法222

15.6自相关相减法225

15.7自适应噪声对消225

15.8基于子波分析技术的语音增强简介229

第16章 人工神经网络的应用231

16.1概述231

16.2神经网络的基本概念232

16.3神经网络的模型结构234

16.4神经网络与传统方法的结合239

16.5神经网络语音合成242

16.6神经网络语音识别243

16.7神经网络说话人识别246

16.8神经网络语音增强248

第17章 语音信号处理中的新兴与前沿技术249

17.1混沌理论的应用249

17.2分形理论的应用257

17.3支持向量机（SVM）在语音识别和说话人识别中的应用262

17.4语音信号的非线性预测（NLP）编码267

汉英名词术语对照271

参考文献279