图书介绍
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](https://www.shukui.net/cover/55/31735765.jpg)
- 胡航编著 著
- 出版社: 哈尔滨:哈尔滨工业大学出版社
- ISBN:7560314899
- 出版时间:2005
- 标注页数:286页
- 文件大小:19MB
- 文件页数:298页
- 主题词:语言信号处理-高等学校-教材
PDF下载
下载说明
语音信号处理PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
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
图书目录
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