✍ Scribed by 张雪英
No coin nor oath required. For personal study only.
本书系统地阐述了语音信号处理的原理、方法、技术和应用，同时给出了部分内容对应的MATLAB仿真源程序。全书共14章，第1～6章是基本理论部分，包括语音信号的数字模型、语音信号的短时时域分析、频域分析及倒谱分析、语音信号线性预测分析和矢量量化；第7～14章是应用部分，包括语音编码、语音合成、语音识别、语音增强、小波分析、人工神经网络及独立分量分析及其在语音信号处理中的应用、语音质量评价和可懂度评价原理及实现。本书内容全面，重点突出，原理阐述深入浅出，注重理论与实际应用的结合，可读性强。
扉 页
内容简介
第２版前言
目录
第１章 绪论
１.１ 语音信号处理的发展
１.１.１ 语音合成
１.１.２ 语音编码
１.１.３ 语音识别
１.２ 语音信号处理的应用
１.３ 语音信号处理的过程
１.４ ＭＡＴＬＡＢ在数字语音信号处理中的应用
习题１
第２章 语音信号的数字模型
２.１ 语音的发声机理
２.１.１ 人的发声器官
２.１.２ 语音生成
２.２ 语音的听觉机理
２.２.１ 听觉器官
２.２.２ 听觉掩蔽效应
２.２.３ 临界带宽与频率群
２.２.４ 耳蜗的信号处理机制
２.２.５ 语音信号听觉模型
２.３ 语音信号的线性模型
２.３.１ 激励模型
２.３.２ 声道模型
２.３.３ 辐射模型
２.３.４ 语音信号数字模型
２．４ 语音信号的非线性模型
２.４.１ 线性模型局限性
２.４.２ 几种非线性模型
２.４.３ 非线性动力学模型
２．４．４ 非线性模型在语音信号处理中的应用及ＭＡＴＬＡＢ实现
习题２
第３章 语音信号的短时时域分析
３.１ 语音信号的预处理
３.１.１ 语音信号的预加重处理
３.１.２ 语音信号的加窗处理
３.２ 短时平均能量
３.３ 短时平均幅度函数
３.４ 短时平均过零率
３.５ 短时自相关分析
３.５.１ 短时自相关函数
３.５.２ 语音信号的短时自相关函数
３.５.３ 修正的短时自相关函数
３.５.４ 短时平均幅度差函数
３.６ 基于能量和过零率的语音端点检测
３.７ 基音周期估值
３.７.１ 基于短时自相关法的基音周期估值
３.７.２ 基于短时平均幅度差函数ＡＭＤＦ法的基音周期估值
３.７.３ 基音周期估值的后处理
３.７.４ 基音周期估值后处理的ＭＡＴＬＡＢ实现
习题３
第４章 语音信号短时频域及倒谱分析
４.１ 傅里叶变换的解释
４.１.１ 短时傅里叶变换
４.１.２ 窗函数的作用
４.２ 滤波器的解释
４.２.１ 短时傅里叶变换的滤波器实现形式一
４．２．２ 短时傅里叶变换的滤波器实现形式二
４.３ 短时综合的滤波器组相加法
４.３.１ 短时综合的滤波器组相加法原理
４.３.２ 短时综合的滤波器组相加法的ＭＡＴＬＡＢ程序实现
４.３.３ 短时综合的叠接相加法原理及ＭＡＴＬＡＢ程序实现
４.４ 语音信号的复倒谱和倒谱分析及应用
４.４.１ 复倒谱和倒谱的定义及性质
４.４.２ 复倒谱的几种计算方法
４.４.３ 倒谱的ＭＡＴＬＡＢ实现
４.４.４ 语音的倒谱分析及应用
习题４
第５章语音信号线性预测分析
５.１ ＬＰＣ的基本原理
５.１.１ ＬＰＣ的实现方法
５.１.２ 语音信号模型和ＬＰＣ之间的关系
５.１.３ 模型增益Ｇ的确定
５.２ 线性预测分析的解法
５.２.１ 自相关法
５.２.２ 协方差法
５.２.３ 自相关法的ＭＡＴＬＡＢ实现
５.３ 线谱对ＬＳＰ分析
５.３.１ ＬＳＰ的定义和特点
５.３.２ ＬＰＣ参数到ＬＳＰ参数的转换及ＭＡＴＬＡＢ实现
５.３.３ ＬＳＰ参数到ＬＰＣ参数的转换及ＭＡＴＬＡＢ实现
５.４ ＬＰＣ的几种推演参数
５.４.１ 反射系数
５.４.２ 对数面积比系数ＬＡＲ
５.４.３ 预测器多项式的根
５.４.４ 预测误差滤波器的冲激响应及其自相关系数
５.４.５ ＬＰＣ倒谱及其ＭＡＴＬＡＢ实现
习题５
第６章矢量量化
６.１ 矢量量化基本原理
６.１.１ 矢量量化的定义
６.１.２ 失真测度
６.１.３ 矢量量化器
６.２ 最佳矢量量化器
６.３ 矢量量化器的设计算法及ＭＡＴＬＡＢ实现
６.３.１ ＬＢＧ算法
６.３.２ 初始码书的选定与空胞腔的处理
６.３.３ 已知训练序列的ＬＢＧ算法的ＭＡＴＬＡＢ实现
６.３.４ 树形搜索矢量量化器
习题６
第７章 语音编码原理及应用
７.１ 语音编码的分类及特性
７.１.１ 波形编码
７.１.２ 参数编码
７.１.３ 混合编码
７.２ 语音编码性能的评价指标
７.２.１ 编码速率
７.２.２ 编码语音质量评价
７.２.３ 编解码延时
７.２.４ 算法复杂度
７.３ 语音信号波形编码
７.３.１ 脉冲编码调制ＰＣＭ
７.３.２ 自适应预测编码ＡＰＣ
７.３.３ Ｇ７２１编码及算法实现
７.４ 语音信号参数编码
７.４.１ ＬＰＣ声码器原理
７.４.２ ＬＰＣ１０编码器
７.５ 语音信号混合编码
７.５.１ 合成分析技术和感觉加权滤波器
７.５.２ 激励模型的演变
７.５.３ Ｇ７２８语音编码标准简介
７.６ 语音信号宽带变速率编码
习题７
第８章 语音合成
８.１ 语音合成的原理及分类
８.１.１ 波形合成法
８.１.２ 参数合成法
８.１.３ 规则合成法
８.２ 共振峰合成法
８.２.１ 级联型共振峰模型
８.２.２ 并联型共振峰模型
８.２.３ 混合型共振峰模型
８.３ 线性预测参数合成法
８.４ 基音同步叠加法
８.４.１ 基音同步叠加ＰＳＯＬＡ算法原理
８.４.２ 基音同步叠加ＰＳＯＬＡ算法实现步骤
８.５ 文语转换系统
８.５.１ 文语转换系统的组成
８.５.２ 汉语按规则合成
习题８
第９章 语音识别基本原理与应用
９.１ 语音识别系统概述
９.１.１ 语音信号预处理
９.１.２ 语音识别特征提取
９.１.３ 语音训练识别模型
９.２ ＨＭＭ基本原理及在语音识别中的应用
９.２.１ 隐马尔可夫模型
９.２.２ 隐马尔可夫模型的３个基本问题
９.２.３ 隐马尔可夫模型用于语音识别
９.３ 支持向量机在语音识别中的应用
９.３.１ 支持向量机分类原理
９.３.２ 支持向量机的模型参数选择问题
９.３.３ 支持向量机用于语音识别的ＭＡＴＬＡＢ实现
习题９
第１０章 语音增强原理及应用
１０.１ 语音和噪声的主要特性
１０.１.１ 语音的主要特性
１０.１.２ 噪声的特性
１０.２ 语音增强算法的分类
１０.３ 单通道语音增强算法及ＭＡＴＬＡＢ仿真实现
１０.３.１ 谱减法
１０.３.２ 维纳滤波法
１０.３.３ 最小均方误差估计法
１０.３.４ 子空间语音增强算法
１０.４ 多通道语音增强算法及ＭＡＴＬＡＢ仿真实现
１０.４.１ 阵列信号系统模型
１０.４.２ 麦克风阵列近场模型与远场模型
１０.４.３ 经典麦克风阵列的语音增强算法
习题１０
第１１章 小波分析及在语音信号处理中的应用
１１.１ 基础理论
１１.２ 小波的特性
１１.２.１ 连续小波变换及性质
１１.２.２ 离散小波变换及性质
１１.３ 几种常用的小波及特性
１１.３.１ Ｈａａｒ小波
１１.３.２ Ｄａｕｂｅｃｈｉｅｓ（ｄｂＮ）小波
１１.３.３ ＭｅｘｉｃａｎＨａｔ（Ｍａｒｒ）小波
１１.３.４ Ｍｏｒｌｅｔ小波
１１.３.５ Ｍｅｙｅｒ小波
１１.４ 小波变换在语音信号处理中的应用
１１.４.１ 小波分析在语音信号预处理的应用及ＭＡＴＬＡＢ实现
１１.４.２ 小波分析在语音去噪中的应用及ＭＡＴＬＡＢ实现
习题１１
第１２章 人工神经网络及在语音信号处理中的应用
１２.１ 人工神经网络简介
１２.２ 人工神经网络构成
１２.２.１ 神经元
１２.２.２ 网络拓扑
１２.２.３ 网络的学习算法
１２.３ 几种神经网络模型及其算法
１２.３.１ 单层感知器
１２.３.２ 多层感知器
１２.３.３ 径向基函数神经网络
１２.３.４ 自组织特征映射神经网络
１２.４ 神经网络在语音信号处理中的应用
１２.４.１ ＲＢＦ神经网络在语音识别中的应用及ＭＡＴＬＡＢ实现
１２.４.２ 自组织神经网络在语音编码中的应用及ＭＡＴＬＡＢ实现
习题１２
第１３章 独立分量分析及在语音信号处理中的应用
１３.１ 基础理论
１３.１.１ ＩＣＡ的定义与数学模型
１３.１.２ ＩＣＡ的基本假设、不确定性及求解过程
１３.１.３ ＩＣＡ中信号的预处理
１３.１.４ ＩＣＡ的目标函数
１３.１.５ ＩＣＡ性能评价参数
１３.２ 经典ＩＣＡ算法
１３.２.１ 自然梯度算法
１３.２.２ 信息最大化法
１３.２.３ 快速ＩＣＡ算法（ＦＡＳＴＩＣＡ）
１３.３ ＩＣＡ在语音信号处理中的应用及ＭＡＴＬＡＢ实现
１３.３.１ ＩＮＦＯＲＭＡＸ算法在语音盲信号分离中的应用及ＭＡＴＬＡＢ实现
１３.３.２ ＦＡＳＴＩＣＡ算法在语音盲信号分离中的应用及ＭＡＴＬＡＢ实现
习题１３
第１４章 语音质量评价和可懂度评价
１４.１ 语音质量与可懂度
１４.２ 语音质量的主观评价方法
１４.３ 语音可懂度的主观评价方法
１４.４ 语音质量客观评价方法
１４.４.１ 时域和频域分段信噪比的方法及ＭＡＴＬＡＢ实现
１４.４.２ 基于ＬＰＣ客观评价方法及ＭＡＴＬＡＢ实现
１４.４.３ 语音质量的感知评价方法（ＰＥＳＱ）及ＭＡＴＬＡＢ实现
１４.５ 语音可懂度客观评价方法
１４.５.１ 加权频带信噪比评价方法及ＭＡＴＬＡＢ实现
１４.５.２ 归一化协方差评价方法（ＮＣＭ）及ＭＡＴＬＡＢ实现
１４.５.３ 短时清晰度指数评价方法（ＡＩＳＴ）及ＭＡＴＬＡＢ实现
习题１４
附录Ａ 专业术语缩写英汉对照表
附录Ｂ 程序索引
参考文献
📜 SIMILAR VOLUMES
<p>《电子信息与电气学科规划教材•电子信息科学与工程类专业:数字语音处理及MATLAB仿真》系统地阐述了语音信号处理的原理、方法、技术和应用，同时给出了部分内容对应的MATLAB仿真源程序。全书共12章，第1章至第7章是基本理论部分，包括语音信号的数字模型、语音信号的短时时域分析和频域分析、语音信号的同态处理、语音信号线性预测分析和矢量量化等。</p>
本书共14章，第1-8章为理论篇，第9-14章为应用篇。第1章为图像处理的基础知识，包括图像的获取、表达、存储及图像质量评价等。第2-8章为图像的基础理论，包括图像变换、图像增强、图像复原、图像压缩编码等。第9-13章为图像的应用技术，包括图像匹配、图像融合、目标检测、目标跟踪、图像识别等。第14章为工程应用系列案例分析，总结了作者实际课题研究中的典型工程案例等。
本书根据高等学校人才培养目标编写，既适合理论教学，又加强实验环节，注重技术创新。全书共8章，时域离散信号和系统、离散系统的变换域分析与系统结构、离散傅里叶变换（DFT）、快速傅里叶变换（FFT）、无限长单位脉冲响应（IIR）数字滤波器的设计、有限长单位脉冲响应（FIR）数字滤波器的设计、数字信号处理中的有限字长效应和MATLAB仿真实验。本书包含大量应用实例及MATLAB仿真，另外配套电子课件、仿真程序代码和习题参考答案。
<p>本教程系统地讲解了数字信号处理的基本理论和方法，注重物理概念的阐述，尽量把MATLAB的多媒体功能用于图形、动画和声音等形象的演示，是一本自始至终使用MATLAB来阐述问题和进行计算的数字信号处理教材。本教程中的全部例题程序和演示程序都可以免费从网上下载。本教程把《数字信号处理》课程定位为讲述“用数字方法处理（任何）信号”的技术，因此，对模拟信号的计算机处理给予了充分的篇幅，而这正是目前许多数字信号处理教材的弱点。</p> <p>本书适合作为电子信息专业的大学本科学生教材，书中采用了大小两种字号混排，目的是适应不同专业和不同要求的本科学生。对于学过数字信号处理课程，但没有用MATLAB
本书是普通高等教育“十一五”国家级规划教材、全国电子信息类优秀教材一等奖、江苏省精品教材、“十二五”江苏省重点教材、江苏省研究生优秀课程的参考书。共11章，主要内容：数字图像的发展简史、基本图像处理系统、图像数字化与显示、图像变换与二维数字滤波、图像编码与压缩、图像增强、图像复原、图像分割、数学形态学图像处理、彩色图像处理、图像的数字水印、图像分析系统、图像数据库与基于内容的检索、图像存档与通信系统、图像融合、图像处理软件的开发等。配套电子课件、习题参考答案、课程网站和MOOC微视频。
本书系统地介绍了数字图像处理的基本概念和理论、基本方法和算法。全书共分12章，从内容上可分为3大部分。第1部分是数字图像处理的基础知识，包括图像处理的基本概念及相关基础。第2部分是数字图像处理方面的核心内容，系统地讨论了数字图像处理中的各种基本技术，包括图像处理的各种变换、图像处理的基本运算、图像空域增强技术、图像频域增强技术、彩色图像处理、图像复原和图像编码技术等。第3部分是图像分析和理解方面的内容，由浅入深地介绍了图像分割、数学形态学、图像特征与理解等方面的内容，为深入应用奠定坚实的基础。本书在内容安排上循序渐进、深入浅出，各章均配有丰富的例题和习题，力求突出重点、面向应用、提高能力、解决