語音信號處理(第3版)
本書系統(tǒng)地介紹語音信號處理的基礎(chǔ)、概念、原理、方法與應(yīng)用。全書共分9章。第1章介紹語音信號處理及其發(fā)展過程；第2章介紹語音信號的產(chǎn)生與人類聽覺的機(jī)理，傳統(tǒng)的線性語音產(chǎn)生模型，以及非線性語音產(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(jìn)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(jìn)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、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)，從隱馬爾可夫模型技術(shù)到基于深度學(xué)習(xí)的語音識別技術(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)，最后還介紹新興起的語音識別應(yīng)用技術(shù)，以及用于HMM系統(tǒng)構(gòu)建的HTK工具和用于深度學(xué)習(xí)系統(tǒng)構(gòu)建的Kaldi工具等；第7章介紹說話人識別的基本內(nèi)容，從基于GMMUBM的識別技術(shù)到基于支持向量機(jī)的識別技術(shù)，從基于聯(lián)合因子分析的識別技術(shù)到基于ivector的識別技術(shù)，以及近年來受到關(guān)注的基于深度學(xué)習(xí)的識別技術(shù)等；第8章介紹頑健語音識別技術(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，以及基于HMM的合成技術(shù)等內(nèi)容。本書可作為高等院校計算機(jī)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。
·33.9萬字
