編輯推薦:

內(nèi)容簡介:　　《高等院校信息與通信工程系列教材：語音信號處理（第2版）》系統(tǒng)地介紹語音信號處理的基礎(chǔ)、概念、原理、方法與應(yīng)用，以及該學(xué)科領(lǐng)域取得的新進展。全書共分9章，其中第1章緒論，介紹語音信號處理及其發(fā)展過程。第2章介紹語音產(chǎn)生與人類聽覺的機理，傳統(tǒng)的線性語音產(chǎn)生模型，以及近年來剛剛興起的非線性語音產(chǎn)生模型。第3章從語音信號的時域特征入手，引入時頻分析的思想，并進一步闡述時頻分析中短時傅里葉變換和小波變換在語音信號特征分析中的應(yīng)用，最后對廣泛使用的倒譜特征以及同態(tài)解卷積進行介紹。第4章介紹語音信號的線性預(yù)測原理、解法、幾種推演方法以及線譜對分析法。第5章介紹語音編碼的相關(guān)知識，包括語音的波形編碼、線性預(yù)測編碼、極低速率語音編碼技術(shù)，以及相關(guān)編碼器的性能指標(biāo)和評測方法。第6章介紹語音識別的基本內(nèi)容，從基于矢量量化的識別技術(shù)到動態(tài)時間歸正的識別技術(shù)，再到隱馬爾可夫模型的識別技術(shù)，從孤立詞識別到連接詞識別及連續(xù)語音識別技術(shù)，再到關(guān)鍵詞檢出技術(shù)，最后還介紹近年來興起的一些語音識別應(yīng)用技術(shù)，包括語言學(xué)模型的自適應(yīng)、htk應(yīng)用以及l(fā)attice結(jié)構(gòu)和混淆網(wǎng)絡(luò)等。第7章介紹說話人識別的基本原理，主要包括說話人的特征選取、說話人識別的主要方法，以及近年來備受關(guān)注的gmm-ubm模型、開集說話人識別的規(guī)整技術(shù)等。第8章介紹近年來發(fā)展迅速的頑健語音識別技術(shù)，從影響語音識別性能的環(huán)境變化因素分析開始，介紹噪聲環(huán)境下頑健語音識別技術(shù)，以及變異語音識別的技術(shù)。第9章介紹語音合成的基本原理、線性預(yù)測合成、共振峰合成以及漢語按規(guī)則合成，以及最近興起的基于hmm合成技術(shù)等內(nèi)容。
　　《高等院校信息與通信工程系列教材：語音信號處理（第2版）》可作為高等院校計算機應(yīng)用、信號與信息處理、通信與電子系統(tǒng)等專業(yè)及學(xué)科的高年級本科生、研究生教材，也可供該領(lǐng)域的科研及工程技術(shù)人員參考。

作者簡介:　　韓紀(jì)慶，哈爾濱工業(yè)大學(xué)計算機科學(xué)與技術(shù)學(xué)院教授、博士生導(dǎo)師。兼任國家自然科學(xué)基金委信息學(xué)部自動化學(xué)科會議評審專家、國家科學(xué)技術(shù)獎勵評審專家、中國中文信息學(xué)會理事及語音處理專委會副主任、全國人機語音通訊學(xué)術(shù)會議常設(shè)機構(gòu)委員會副主席、《中文信息學(xué)報》編委、《數(shù)據(jù)采集與處理》雜志編委。長期從事語音信號處理、音頻信息處理等領(lǐng)域的教學(xué)與科研工作。作為項目負(fù)責(zé)人，在研和完成的國家自然科學(xué)基金重點項目1項、面上項目5項、國家973計劃課題1項、教育部“跨世紀(jì)優(yōu)秀人才培養(yǎng)計劃”基金1項，以及其他科研項目10余項。獲省部級科技二等獎3項，三等獎2項。獲國家發(fā)明專利7項。已在國內(nèi)外刊物和會議上發(fā)表論文180余篇，著書3部。

目錄:第1章 緒論 
1.1 語音信號處理的發(fā)展 
1.2 語音信號處理的應(yīng)用 
1.3 語音信號處理的總體結(jié)構(gòu) 
參考文獻 

第2章 語音信號的聲學(xué)基礎(chǔ)及產(chǎn)生模型 
2.1 語音信號的產(chǎn)生 
2.1.1 語音的發(fā)音器官 
2.1.2 語音的聲學(xué)特征 
2.1.3 語音信號在時域和頻域的表示 
2.1.4 漢語中語音的分類 
2.1.5 漢語語音的韻律特性 
2.2 語音信號的感知 
2.2.1 聽覺系統(tǒng) 
2.2.2 聽覺特性 
2.2.3 掩蔽效應(yīng) 
2.3 語音信號的線性產(chǎn)生模型 
2.3.1 激勵模型 
2.3.2 聲道模型 
2.3.3 輻射模型 
2.4 語音信號的非線性產(chǎn)生模型 
2.4.1 調(diào)頻-調(diào)幅模型的基本原理 
2.4.2 teager能量算子 
2.4.3 能量分離算法 
2.4.4 調(diào)頻-調(diào)幅模型的應(yīng)用 
參考文獻
 
第3章 語音信號的特征分析 
3.1 語音信號數(shù)字化 
3.1.1 語音信號的采樣和量化 
3.1.2 短時加窗處理 
3.2 語音信號的時域分析 
3.2.1 短時能量分析 
3.2.2 短時平均過零率 
3.2.3 短時自相關(guān)函數(shù)和短時平均幅度差函數(shù) 
3.2.4 端點檢測和語音分割 
3.3 語音信號的頻域分析 
3.3.1 濾波器組方法 
3.3.2 傅里葉頻譜分析 
3.4 傳統(tǒng)傅里葉變換缺點及時頻分析的思想 
3.4.1 信號的時頻表示 
3.4.2 不確定原理 
3.5 gabor變換 
3.6 小波變換在語音信號分析中的應(yīng)用 
3.6.1 小波的數(shù)學(xué)表示及意義 
3.6.2 小波分析特點 
3.6.3 小波變換的多分辨分析 
3.6.4 小波變換在語音處理中應(yīng)用 
3.7 語音信號的同態(tài)解卷積 
3.7.1 同態(tài)信號處理的基本原理 
3.7.2 語音信號的復(fù)倒譜 
3.7.3 避免相位卷繞的算法 
3.7.4 基于聽覺特性的mel頻率倒譜系數(shù) 
3.8 語音信號特征應(yīng)用 
3.8.1 基音周期估計 
3.8.2 共振峰的估計 
參考文獻 

第4章 語音信號的線性預(yù)測分析 
4.1 線性預(yù)測的基本原理 
4.2 線性預(yù)測方程組的解法 
4.2.1 自相關(guān)法 
4.2.2 協(xié)方差法 
4.2.3 格型法 
4.2.4 幾種求解線性預(yù)測方法的比較 
4.3 線性預(yù)測的幾種推演參數(shù) 
4.3.1 歸一化自相關(guān)函數(shù) 
4.3.2 反射系數(shù) 
4.3.3 預(yù)測器多項式的根 
4.3.4 lpc倒譜 
4.3.5 全極點系統(tǒng)的沖激響應(yīng)及其自相關(guān)函數(shù) 
4.3.6 預(yù)測誤差濾波器的沖激響應(yīng)及其自相關(guān)函數(shù) 
4.3.7 對數(shù)面積比系數(shù) 
4.4 線譜對分析法 
4.4.1 線譜對分析的原理 
4.4.2 線譜對參數(shù)的求解 
4.5 感知線性預(yù)測plp系數(shù) 
參考文獻 

第5章 語音編碼 
5.1 波形編碼 
5.1.1 均勻量化pcm 
5.1.2 非均勻量化pcm 
5.1.3 自適應(yīng)量化pcm 
5.1.4 差分脈沖編碼 
5.1.5 自適應(yīng)差分脈沖編碼 
5.1.6 增量調(diào)制和自適應(yīng)增量調(diào)制 
5.1.7 子帶編碼 
5.1.8 自適應(yīng)變換域編碼 
5.2 參數(shù)編碼和混合編碼 
5.2.1 參數(shù)編碼 
5.2.2 基于全極點語音產(chǎn)生模型的混合編碼 
5.2.3 基于正弦模型的混合編碼 
5.3 極低速率語音編碼技術(shù) 
5.3.1 400bps~1.2kbps的聲碼器 
5.3.2 識別合成型聲碼器 
5.4 語音編碼器的性能指標(biāo)和質(zhì)量評測方法 
5.4.1 編碼速率 
5.4.2 頑健性 
5.4.3 時延 
5.4.4 計算復(fù)雜度和算法的可擴展性 
5.4.5 語音質(zhì)量及其評價方法 
5.5 語音編碼國際標(biāo)準(zhǔn) 
5.6 感知音頻編碼 
5.6.1 感知編碼的一般框架 
5.6.2 心理聲學(xué)模型 
5.6.3 常用的感知編碼標(biāo)準(zhǔn) 
參考文獻
 
第6章 語音識別 
6.1 概述 
6.2 基于矢量量化的識別技術(shù) 
6.2.1 k-means矢量量化算法 
6.2.2 lbg算法 
6.3 動態(tài)時間歸正的識別技術(shù) 
6.3.1 dtw基本原理 
6.3.2 模板訓(xùn)練算法 
6.4 隱馬爾可夫模型技術(shù) 
6.4.1 hmm基本思想 
6.4.2 hmm基本算法 
6.4.3 hmm算法實現(xiàn)中的問題 
6.4.4 關(guān)于hmm訓(xùn)練的幾點考慮 
6.5 連接詞語音識別技術(shù) 
6.5.1 連接詞識別問題的一般描述 
6.5.2 二階動態(tài)規(guī)劃算法 
6.5.3 分層構(gòu)筑方法 
6.6 大詞表連續(xù)語音識別中的聲學(xué)模型和語言學(xué)模型 
6.6.1 聲學(xué)模型 
6.6.2 統(tǒng)計語言學(xué)模型 
6.6.3 統(tǒng)計語言學(xué)模型平滑技術(shù) 
6.6.4 語言學(xué)模型自適應(yīng)技術(shù) 
6.7 大詞表連續(xù)語音識別中的解碼技術(shù) 
6.7.1 圖的基本搜索算法 
6.7.2 面向語音識別的搜索算法 
6.8 大詞表連續(xù)語音識別后處理技術(shù) 
6.8.1 語音識別中間結(jié)果的表示形式 
6.8.2 錯誤處理 
6.8.3 最小字錯誤率解碼方法 
6.9 基于hmm的自適應(yīng)技術(shù) 
6.9.1 基于bayesian理論的自適應(yīng)方法 
6.9.2 基于變換的自適應(yīng)方法 
6.10 關(guān)鍵詞檢出技術(shù) 
6.10.1 問題描述 
6.10.2 關(guān)鍵詞檢出系統(tǒng)的組成 
6.10.3 垃圾模型建模方法 
6.10.4 語音解碼器的設(shè)計 
6.10.5 關(guān)鍵詞確認(rèn)過程 
6.10.6 關(guān)鍵詞檢出系統(tǒng)性能優(yōu)化 
6.11 語音識別的應(yīng)用技術(shù) 
6.11.1 語音信息檢索 
6.11.2 發(fā)音學(xué)習(xí)技術(shù) 
6.11.3 基于語音的情感處理 
6.11.4 網(wǎng)絡(luò)環(huán)境下的語音識別 
6.11.5 嵌入式語音識別技術(shù) 
6.12 htk工具介紹 
6.12.1 數(shù)據(jù)準(zhǔn)備階段 
6.12.2 模型訓(xùn)練階段 
6.12.3 識別階段 
參考文獻
 
第7章 說話人識別 
7.1 概述 
7.2 說話人識別的特征選取 
7.2.1 特征參數(shù)的評價方法 
7.2.2 說話人識別系統(tǒng)中常用的特征 
7.3 說話人識別的主要方法 
7.3.1 與文本有關(guān)的識別方法 
7.3.2 與文本無關(guān)的識別方法 
7.3.3 文本提示型的識別方法 
7.4 閾值的選取 
7.5 得分規(guī)整 
7.5.1 零規(guī)整（zero normalization） 
7.5.2 測試規(guī)整（test normalization） 
7.5.3 說話人自適應(yīng)的測試規(guī)整 
7.5.4 tz-norm 
7.5.5 h-norm 
7.5.6 c-norm 
7.6 引入?yún)^(qū)分判別模型的說話人識別 
7.6.1 svm 
7.6.2 基于svm的說話人識別 
7.6.3 基于gmm得分的svm說話人識別 
7.6.4 基于gmm均值超矢量的svm說話人識別 
7.7 復(fù)雜信道下的說話人識別 
7.7.1 特征映射 
7.7.2 說話人模型合成 
7.7.3 擾動屬性投影 
7.7.4 聯(lián)合因子分析 
7.8 說話人識別中有待解決的問題 
參考文獻
 
第8章 頑健語音識別技術(shù) 
8.1 概述 
8.2 影響語音識別性能的環(huán)境變化因素 
8.3 噪聲環(huán)境下的頑健語音識別技術(shù) 
8.3.1 基于語音增強的方法 
8.3.2 通道畸變的抑制方法 
8.3.3 基于模型的補償方法 
8.4 變異語音識別方法 
8.4.1 變異語音的分析 
8.4.2 變異語音的分類 
8.4.3 變異語音的識別 
參考文獻
 
第9章 語音合成 
9.1 語音合成的基本原理 
9.2 參數(shù)合成方法 
9.2.1 線性預(yù)測合成方法 
9.2.2 共振峰合成方法 
9.3 波形拼接合成技術(shù) 
9.3.1 td-psola算法 
9.3.2 fd-psola算法 
9.4 漢語按規(guī)則合成 
9.4.1 韻律規(guī)則 
9.4.2 多音節(jié)協(xié)同發(fā)音規(guī)則合成 
9.4.3 輕聲音節(jié)規(guī)則合成 
9.4.4 兒化音節(jié)的規(guī)則合成 
9.5 基于hmm的參數(shù)化語音合成技術(shù) 
9.5.1 基于hmm參數(shù)語音合成系統(tǒng)的訓(xùn)練 
9.5.2 基于hmm參數(shù)語音合成系統(tǒng)的合成階段 
參考文獻