语音信号处理（修订版） (2010 年度畅销榜NO.21626 )

本书系统地介绍了语音信号处理的基础、概念、原理、方法与应用，以及该学科领域取得的新进展。同时介绍了本门学科的背景知识、发展概况、研究现状、应用前景和发展趋势与方向。既着重基本理论、方法的阐述，又着重新方法和新技术，全书分三篇共十六章，其中第一篇语音信号处理基础，包括第一章绪论，第二章语音信号处理的基础知识；第二篇语音信号分析，包括第三章至第九章，介绍语音信号的各种分析方法和技术，包括时域分析、短时傅里叶分析、同态滤波及倒谱分析、线性预测分析、矢量量化技术、隐马尔可夫模型技术以及语音检测分析；第三篇语音信号处理技术与应用，包括第十章至第十六章，分别介绍语音编码(一)--波形编码、语音编码(二)--声码器技术及混合编码、语音合成、语音识别、说话人识别、语音增强及神经网络在语音信号处理中的应用。\r\n\r\n 本书物理概念清晰、分析透彻，原理阐述深入浅出、简洁明了；取材广泛，选编得当、简繁适中，内容丰富而新颖，并具有先进性；语言通俗易懂、简洁流畅；全书层次分明、条理清晰、结构严谨、体系完整，并注意各部分内容的有机结合；既有较强的理论系统性，又体现一定应用的观点。\r\n\r\n 本书可作为高等院校信号与信息处理、通信与电子系统、计算机应用等专业及学科的高年级本科生、研究生教材，也可供该领域的科研及工程技术人员参考。\r\n
\r\n

第一篇 语音信号处理基础 \r\n\r\n 第一章 绪 论 \r\n\r\n 1. 1 语音信号处理概述 \r\n\r\n 1. 2 语音信号处理的发展概况 \r\n\r\n 1. 3 本书的内容 \r\n\r\n 第二章 语音信号处理的基础知识 \r\n\r\n 2. 1 概 述 \r\n\r\n 2. 2 语音产生的过程 \r\n\r\n 2. 3 语音信号的特性 \r\n\r\n 2. 4 语音信号产生的数字模型 \r\n\r\n 2. 5 语音感知 \r\n\r\n 第二篇 语音信号分析 \r\n\r\n 第三章 语音信号的时域分析 \r\n\r\n 3. 1 概 述 \r\n\r\n 3. 2 语音信号的数字化和预处理 \r\n\r\n 3. 3 短时能量分析 \r\n\r\n 3. 4 短时过零分析 \r\n\r\n 3. 5 短时相关分析 \r\n\r\n 第四章 语音信号的短时傅里叶分析 \r\n\r\n 4. 1 概 述 \r\n\r\n 4. 2 短时傅里叶变换 \r\n\r\n 4. 3 短时傅里叶变换的取样率 \r\n\r\n 4. 4 语音信号的短时综合 \r\n\r\n 4. 5 语谱图 \r\n\r\n 第五章 语音信号的同态滤波及倒谱分析 \r\n\r\n 5. 1 概 述 \r\n\r\n 5. 2 同态信号处理的基本原理 \r\n\r\n 5. 3 复倒谱和倒谱 \r\n\r\n 5. 4 语音信号两个卷积分量复倒谱的性质 \r\n\r\n 5. 5 避免相位卷绕的算法 \r\n\r\n 5. 6 语音信号复倒谱分析实例 \r\n\r\n 第六章 语音信号的线性预测分析 \r\n\r\n 6. 1 概 述 \r\n\r\n 6. 2 线性预测分析的基本原理 \r\n\r\n 6. 3 线性预测方程组的建立 \r\n\r\n 6. 4 线性预测分析的解法(一)--自相关法和协方差法 \r\n\r\n 6. 5 线性预测分析的解法(二)--格型法 \r\n\r\n 6. 6 线性预测分析应用--LPC谱估计和LPC复倒谱 \r\n\r\n 6. 7 线谱对(LSP)分析 \r\n\r\n 6. 8 极零模型 \r\n\r\n 第七章 语音信号的矢量量化 \r\n\r\n 7. 1 概 述 \r\n\r\n 7. 2 矢量量化的基本原理 \r\n\r\n 7. 3 失真测度 \r\n\r\n 7. 4 最佳矢量量化器和码本的设计 \r\n\r\n 7. 5 降低复杂度的矢量量化系统 \r\n\r\n 7. 6 语音参数的矢量量化 \r\n\r\n 第八章 隐马尔可夫模型(HMM) \r\n\r\n 8. 1 概 述 \r\n\r\n 8. 2 隐马尔可夫模型的引入 \r\n\r\n 8. 3 隐马尔可夫模型的定义 \r\n\r\n 8. 4 隐马尔可夫模型三项问题的求解 \r\n\r\n 8. 5 HMM的一些实际问题 \r\n\r\n 第九章 语音检测分析 \r\n\r\n 9. 1 基音检测 \r\n\r\n 9. 2 共振峰估值 \r\n\r\n 第三篇 语音信号处理技术与应用 \r\n\r\n 第十章 语音编码(一)--波形编码 \r\n\r\n 10. 1 概 述 \r\n\r\n 10. 2 语音信号的压缩编码原理 \r\n\r\n 10. 3 脉冲编码调制(PCM)及其自适应 \r\n\r\n 10. 4 预测编码及其自适应APC \r\n\r\n 10. 5 自适应差分脉冲编码调制(ADPCM)及自适应增量调制(ADM) \r\n\r\n 10. 6 子带编码(SBC) \r\n\r\n 10. 7 自适应变换编码(ATC) \r\n\r\n 第十一章 语音编码(二)--声码器技术及混合编码 \r\n\r\n 11. 1 概 述 \r\n\r\n 11. 2 声码器的基本结构 \r\n\r\n 11. 3 相位声码器和通道声码器 \r\n\r\n 11. 4 同态声码器 \r\n\r\n 11. 5 线性预测声码器 \r\n\r\n 11. 6 混合编码 \r\n\r\n 11. 7 各种语音编码方法的比较 \r\n\r\n 11. 8 语音编码的性能指标和质量评价 \r\n\r\n 第十二章 语音合成 \r\n\r\n 12. 1 概 述 \r\n\r\n 12. 2 语音合成原理 \r\n\r\n 12. 3 共振峰合成 \r\n\r\n 12. 4 线性预测合成 \r\n\r\n 12. 5 专用语音合成硬件及语音合成器芯片 \r\n\r\n 第十三章 语音识别 \r\n\r\n 13. 1 概 述 \r\n\r\n 13. 2 语音识别原理 \r\n\r\n 13. 3 动态时间规整 \r\n\r\n 13. 4 有限状态矢量量化技术 \r\n\r\n 13. 5 孤立词识别系统 \r\n\r\n 13. 6 连续语音识别 \r\n\r\n 第十四章 说话人识别 \r\n\r\n 14. 1 概 述 \r\n\r\n 14. 2 特征选取 \r\n\r\n 14. 3 说话人识别系统的结构 \r\n\r\n 14. 4 说话人识别中的识别方法 \r\n\r\n 第十五章 语音增强 \r\n\r\n 15. 1 概 述 \r\n\r\n 15. 2 语音特性. 人耳感知特性及噪声特性 \r\n\r\n 15. 3 滤波器法 \r\n\r\n 15. 4 非线性处理 \r\n\r\n 15. 5 减谱法 \r\n\r\n 15. 6 自相关相减法 \r\n\r\n 15. 7 自适应噪声对消 \r\n\r\n 15. 8 基于子波分析技术的语音增强简介 \r\n\r\n 第十六章 人工神经网络在语音信号处理中的应用 \r\n\r\n 16. 1 概 述 \r\n\r\n 16. 2 神经网络的基本概念 \r\n\r\n 16. 3 神经网络的模型结构 \r\n\r\n 16. 4 语音信号处理中神经网络与传统方法的结合 \r\n\r\n 16. 5 神经网络语音合成 \r\n\r\n 16. 6 神经网络语音识别 \r\n\r\n 16. 7 神经网络说话人识别 \r\n\r\n 16. 8 神经网络语音增强 \r\n\r\n 参考文献 \r\n\r\n 汉英名词术语对照 \r\n
\r\n

修订版前言

语音是人类获取信息的重要来源和利用信息的重要手段. 语音信号处理是一门发展十分迅速. 应用非常广泛的前沿交叉学科, 同时又是一门跨学科的综合性应用研究领域和新兴技术. 近年来, 语音信号处理的研究已取得了丰硕成果, 不仅在理论与技术上取得了长足发展, 其成果也在许多领域得到了广泛应用. 目前, 它无论在理论还是实践上都存在着很大的潜力. 语音信号处理已经为人类社会带来了重大的经济和社会效益, 不久的将来, 它不仅在理论上会有更深入的发展, 在应用上也将成为科学研究. 社会生产乃至人类生活中不可缺少的有力工具.

本书对第一版进行了大幅度的修订, 包括以下几个方面：

1. 在内容上作了很大更新, 充实了全书内容, 其中每一章均作了大幅度的增补与修改,

2. 增加了"神经网络在语音信号处理中的应用"一章,

3. 对全书体系进行了调整, 为增加系统性, 将全部内容分为"语音信号处理基础". "语音信号分析"和"语音信号处理技术与应用"三篇,

4. 结合了作者在本学科领域所作的一些研究工作,

5. 注重各种概念. 原理. 方法. 应用及学科进展的逻辑联系和比较,

6. 对原书的不当之处和印刷错误进行了修正,

7. 对文字进行了进一步润色, 力求简洁流畅.

本书在修订过程中, 力求概念清晰. 逻辑严密. 分析透彻, 论述深入浅出. 简洁明了, 语言通俗易懂, 增强系统性和条理性, 并注意内容的组织, 做到层次分明. 条理清晰. 结构严谨, 体系完整, 并使全书各部分的内容有机结合, 注重选材, 做到取材广泛. 选编得当. 简繁适中, 使内容丰富而新颖, 并力求具有先进性, 同时注意联系实际应用. 这些将有助于读者迅速. 系统而又比较深入地了解本门学科的概念. 基础. 原理. 方法. 应用, 以及背景知识. 发展概况. 研究现状. 应用前景和发展趋势与方向.

本书在修订过程中, 参考了一些专著. 文献资料及学术期刊的内容, 在此向作者们致以诚挚的敬意和感谢!

语音信号处理内容非常丰富, 涉及很多研究领域, 具有很强的实用性, 且发展十分迅速. 作者学术水平和业务能力有限, 又受到多方面因素的限制, 因而本书可能存在一些问题, 对原书的不当之处可能也没有做到彻底的修改. 对于本书中存在的缺点. 错误, 敬请批评指正.

作者

2002年2月

无封面