編輯推薦:

內(nèi)容簡介:　　在總結(jié)目前國內(nèi)語音處理和人機(jī)交互研究現(xiàn)狀的基礎(chǔ)上，《語音處理及人機(jī)交互技術(shù)》著重介紹作者在語音信號處理、語音特征提取、模式識別及人機(jī)交互應(yīng)用等方面取得的研究成果。內(nèi)容主要包括語音信號的聲學(xué)基礎(chǔ)、語音信號的分析、語音增強(qiáng)、模式識別算法及應(yīng)用、語音信號的識別、語音信號的合成、語音信號定位與分離技術(shù)的理論與方法等?！墩Z音處理及人機(jī)交互技術(shù)》內(nèi)容全面，重點(diǎn)突出，對原理的闡述清晰易懂，可讀性強(qiáng)。
　　《語音處理及人機(jī)交互技術(shù)》可作為智能科學(xué)與技術(shù)、控制科學(xué)與工程、計(jì)算機(jī)科學(xué)與技術(shù)、機(jī)械電子工程、通信工程、生物信息技術(shù)、光電工程等與語音處理及其人機(jī)交互有關(guān)學(xué)科及專業(yè)的本科生和研究生的教材或參考書，也可供從事語音信號處理、語音人機(jī)交互、智能機(jī)器人等方向的技術(shù)人員參考。

作者簡介:

目錄:《智能科學(xué)技術(shù)著作叢書》序
前言

第1章 緒論
1．1 語音信號技術(shù)的歷史
1．2 語音信號技術(shù)應(yīng)用及新方向
1．2．1 語音信號的識別
1．2．2 語音信號的合成
1．2．3 語音信號的編碼
參考文獻(xiàn)

第2章 語音信號的聲學(xué)基礎(chǔ)
2．1 語音信號的產(chǎn)生
2．1．1 語音發(fā)音器官
2．1．2 語音聲學(xué)特征
2．1．3 語音信號的時(shí)域及頻域表示
2．1．4 漢語語音分類
2．1．5 漢語語音韻律特性
2．2 語音信號的感知
2．2．1 人的聽覺系統(tǒng)
2．2．2 人耳的聽覺特性
2．2．3 人耳聽覺的掩蔽效應(yīng)
2．3 語音信號生成的數(shù)學(xué)模型
2．3．1 激勵(lì)模型
2．3．2 聲道模型
2．3．3 輻射模型
2．3．4 語音信號的數(shù)學(xué)模型
2．4 語音產(chǎn)生的非線性模型
2．4．1 調(diào)頻一調(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)頻一調(diào)幅模型的應(yīng)用
參考文獻(xiàn)

第3章 語音信號的分析
3．1 語音信號預(yù)處理步驟
3．1．1 采樣與量化
3．1．2 預(yù)加重
3．1．3 分幀與加窗
3．1．4 端點(diǎn)檢測
3．2 語音信號的時(shí)域分析
3．2．1 短時(shí)能量分析
3．2．2 短時(shí)平均過零率
3．2．3 短時(shí)自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)
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
3．3．3 線性預(yù)測倒譜系數(shù)
3．3．4 Mel頻率倒譜系數(shù)
3．4 語音信號的倒譜分析
3．4．1 同態(tài)信號處理的基本原理
3．4．2 復(fù)倒譜和倒譜
3．5 語音信號的小波分析
參考文獻(xiàn)

第4章 語音增強(qiáng)
4．1 語音信號與語音增強(qiáng)
4．1．1 語音特性
4．1．2 人耳感知特性
4．1．3 噪聲特性
4．1．4 語音增強(qiáng)的信號模型
4．2 譜減法語音增強(qiáng)
4．2．1 基本原理
4．2．2 基本譜減法的改進(jìn)
4．3 維納濾波法語音增強(qiáng)
4．4 卡爾曼濾波法語音增強(qiáng)
4．5 最小均方誤差法的語音增強(qiáng)
4．6 語音增強(qiáng)的一些新發(fā)展
參考文獻(xiàn)

第5章 模式識別算法及應(yīng)用
5．1 矢量量化的基本原理
5．2 矢量量化的失真測度
5．2．1 歐氏距離測度
5．2．2 線性預(yù)測失真測度
5．2．3 識別失真測度
5．3 人工神經(jīng)網(wǎng)絡(luò)的基本原理
5．4 人工神經(jīng)網(wǎng)絡(luò)的基本構(gòu)成
5．4．1 人工神經(jīng)元模型
5．4．2 神經(jīng)網(wǎng)絡(luò)有向圖表示
5．4．3 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及工作方式
5．5 基本神經(jīng)網(wǎng)絡(luò)模型及算法
5．5．1 單層感知器
5．5．2 多層感知器
5．5．3 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型
5．5．4 循環(huán)神經(jīng)網(wǎng)絡(luò)
5．5．5 支持向量機(jī)
參考文獻(xiàn)

第6章 語音信號的識別
6．1 語音識別概述
6．2 孤立詞語音識別
6．3 連續(xù)詞語音識別
6．4 說話人識別
6．4．1 說話人識別概述
6．4．2 說話人識別特征選取
6．4．3 說話人識別系統(tǒng)的結(jié)構(gòu)
6．4．4 說話人識別中的識別方法
6．4．5 說話人識別中需進(jìn)一步研究的問題
6．5 語音信號預(yù)處理
6．6 語音信號識別特征提取
6．7 語音信號識別方法
6．8 隱馬爾可夫模型基本原理及在語音識別中的應(yīng)用
6．8．1 馬爾可夫鏈
6．8．2 隱馬爾可夫模型的定義
6．8．3 隱馬爾可夫模型的三個(gè)問題
6．8．4 隱馬爾可夫模型在語音識別中的應(yīng)用
6．9 動態(tài)時(shí)間規(guī)整算法
參考文獻(xiàn)

第7章 語音信號的合成
7．1 概述
7．2 語音合成的基本方法
7．2．1 以單詞為基礎(chǔ)的合成方法
7．2．2 以音節(jié)為基礎(chǔ)的合成方法
7．2．3 以音素為基礎(chǔ)的合成方法
7．3 共振峰合成法
7．4 線性預(yù)測合成法
7．5 語音合成專用硬件介紹
7．6 PSOLA算法合成語音
7．7 文語轉(zhuǎn)換系統(tǒng)
參考文獻(xiàn)

第8章 語音信號定位與分離技術(shù)
8．1 聲源定位技術(shù)
8．1．1 基于麥克風(fēng)陣列的定位方法
8．1．2 基于人耳聽覺機(jī)理的聲源定位
8．2 語音分離技術(shù)
8．2．1 計(jì)算聽覺場景分析
8．2．2 計(jì)算聽覺場景分析的語音分離模型
8．2．3 獨(dú)立分量分析
8．3 聲源定位與語音分離實(shí)現(xiàn)方法
參考文獻(xiàn)

第9章 基于聽覺機(jī)制的語音識別
9．1 人耳的聽覺機(jī)制
9．1．1 人耳聽覺中樞的物理結(jié)構(gòu)
9．1．2 人耳聽覺中樞的聽覺機(jī)理
9．2 人耳聽覺系統(tǒng)的基本模型
9．2．1 人耳聽覺系統(tǒng)的外周聽覺模型
9．2．2 人耳聽覺系統(tǒng)的內(nèi)毛細(xì)胞模型
9．2．3 人耳聽覺系統(tǒng)的重合神經(jīng)元模型
9．3 多聲源環(huán)境下人耳語音定位模型
9．3．1 雙耳線索
9．3．2 耳廓效應(yīng)
9．3．3 雙耳時(shí)間差模型
9．3．4 多聲源環(huán)境下聲源定位系統(tǒng)的設(shè)計(jì)
9．4 多聲源環(huán)境下人耳語音分離模型
9．4．1 語音信號分離的反演模型
9．4．2 語音信號分離系統(tǒng)的設(shè)計(jì)
9．5 基于聽覺機(jī)制的語音識別系統(tǒng)
參考文獻(xiàn)

第10章 基于語音的人機(jī)交互及應(yīng)用
10．1 人機(jī)交互的研究及發(fā)展
10．1．1 人機(jī)交互概述
10．1．2 人機(jī)交互的研究內(nèi)容
10．1．3 人機(jī)交互的發(fā)展歷程
10．2 語音人機(jī)交互及其應(yīng)用
10．2．1 語音人機(jī)交互概述
10．2．2 語音人機(jī)交互與智能輪椅
10．2．3 語音人機(jī)交互與智能電視
10．2．4 語音人機(jī)交互的其他應(yīng)用
參考文獻(xiàn)