本书系统全面地讨论了语言信号数字处理的理论基础、各种方法和某些重要应用领域。
全书十章,分别论及语音信号的基本性质和数字模型,短时时域处理技术,短时傅里叶分析,语音波形数字编码,同态语音处理和倒谱分析,线性预测编码,矢量量化,隐马尔柯夫模型,以及语音压缩、语音合成、语音识别和语音增强等典型应用领域。
本书主要是为研究生和本科高年级学生写的,但也可作为工程技术人员和科学研究工作者的一本有用的参考书。

**章绪论1.1数字语音处理研究的内容1.2语音处理的发展历史1.3本书的内容第二章语音信号产生的数字模型2.1人类的语言器官2.2语音产生过程2.3语音信号产生的数字模型2.4语音信号的特性2.4.1语音的声学特性2.4.2语音的时间波形和频谱特性2.4.3语音信号的统计特性2.5人类的听觉功能第三章语音波形的数字编码3.1脉冲编码调制(PCM)3.1.1语音信号的取样3.1.2取样语音信号的量化3.1.3减小量化噪声影响的方法3.2差分脉冲编码调制(DPCM)3.2.1DPCM原理3.2.2DPCM的信噪比3.2.3预测系数对差分增益的影响3.3增量调制(DM)3.3.1DM原理3.3.2DM的斜率过载失真和颗粒噪声3.3.3DM的信噪比3.4自适应技术在语音波形编码中的应用3.4.1一般原理3.4.2自适应量化3.4.3自适应增量调制(ADM)3.4.4自适应线性预测3.5压缩比特率的其它方法3.5.1残差信号压缩3.5.2噪声整形3.5.3多脉冲技术第四章短时时域处理技术4.1语音信号的短时处理方法4.2短时能量和短时平均幅度4.2.1短时能量4.2.2短时平均幅度4.3短时平均过零率4.4短时自相关函数4.4.1短时自相关函数的定义4.4.2减少短时自相关函数计算量的方法4.4.3语音信号的短时自相关函数的实例4.4.4短时自相关函数的另一种计算方法4.4.5短时平均幅度差函数4.5短时时域处理技术应用举例4.5.1语音段起止端点判别4.5.2基音周期的估计4.6中值滤波在语音短时时域处理中的应用第五章短时傅里叶分析5.1短时傅里叶变换的定义5.1.1定义5.1.2移动窗形状对短时傅里叶变换的影响5.1.3窗宽对短时频谱的影响5.1.4结论5.2短时傅里叶变换的某些性质5.3短时傅里叶变换的线性滤波实现5.4短时傅里叶谱的取样5.4.1短时傅里叶变换的时域取样5.4.2短时傅里叶变换的频域取样5.4.3短时傅里叶变换时域和频域总取样率5.5语音的短时合成技术5.5.1语音短时合成的滤波器组相加法5.5.2短时傅里叶变换的欠速率取样5.5.3语音短时合成的叠接相加法5.5.4短时频谱变化对合成结果的影响5.6短时分析-合成数字滤波器组的设计5.6.1设计中需要考虑的实际问题5.6.2IIR滤波器组的设计5.6.3FIR带通滤波器组的设计5.7用快速傅里叶变换进行短时傅里叶分析5.7.1基本原理5.7.2减少计算量的其它考虑5.7.3用FFT节省短时谱合成语音信号的计算量第六章语音信号的线性预测6.1线性预测基本原理6.2线性预测和信号模型之间的关系6.3Levinson-Durbin算法6.4格型滤波器6.4.1前向预测和反向预测6.4.2格型滤波器的结构6.4.3格型滤波器的性质6.5由已知数据计算预测系数的方法6.5.1自相关法或Yule-Walker法6.5.2协方差法6.5.3Burg法6.6线性预测的频域解释6.6.1*小预测误差6.6.2线性预测谱匹配性质6.7线性预测模型的局限性6.7.1基音频率对预测系数的影响6.7.2高频损失问题6.8线性预测分析应用举例6.8.1基音检测6.8.2共振峰估计6.9对数面积比(LAR)参数第七章语音信号的同态滤波和倒谱分析7.1广义叠加原理7.2卷积同态系统7.3复倒谱的定义7.3.1复对数的多值性问题7.3.2X(z)的解析性问题7.4复倒谱的性质和计算方法7.4.1复倒谱的性质7.4.2复倒谱的计算方法7.5语音的倒谱分析第八章矢量量化8.1矢量量化基本原理8.1.1矢量量化过程8.1.2失真的测度8.1.3码本的设计8.1.4计算量和存贮量的估计8.1.5几个例子8.2矢量量化器的理论性能8.2.1率-失真理论8.2.2率-失真理论的一些结果8.2.3标量量化8.2.4矢量量化的一些理论结果8.3矢量源的标量量化和矢量量化8.3.1比特分配8.3.2相关源的矢量旋转8.3.3标量量化和矢量量化的比较8.4减少矢量量化中计算量和存贮量的方法8.4.1二叉树搜索8.4.2多级矢量量化8.4.3乘积码8.5码本的训练和测试8.6码本的鲁棒性8.7时间依赖矢量量化8.7.1选帧传送8.7.2分段量化8.7.3自适应矢量量化器8.8语音波形矢量量化8.8.1波形标量量化8.8.2波形矢量量化第九章隐马尔柯夫模型(HMM)9.1隐马尔柯夫模型的定义9.1.1信号模型9.1.2离散马尔柯夫过程9.1.3隐马尔柯夫模型的概念9.1.4隐马尔柯夫模型的参数9.2隐马尔柯夫模型的三个基本问题9.2.1三个基本问题的提出9.2.2第1个问题的求解9.2.3第2个问题的求解9.2.4第3个问题的求解9.3隐马尔柯夫模型的类型9.3.1隐马尔柯夫模型中的连续观测密度9.3.2自回归隐马尔柯夫模型9.3.3隐马尔柯夫模型的变型9.3.4含有状态持续时间密度显函数的隐马尔柯夫模型9.3.5*佳判据9.3.6隐马尔柯夫模型的比较9.4隐马尔柯夫模型的实现问题9.4.1定标9.4.2多个观测序列9.4.3隐马尔柯夫模型参数的初始估计9.4.4训练数据不够的影响9.4.5模型选择第十章数字语音处理的应用10.1语音压缩10.1.1声码器的基本结构10.1.2通道声码器10.1.3共振峰声码器10.1.4线性预测编码声码器10.1.5矢量量化在语音压缩中的应用10.2语音合成10.2.1以单词为基础的合成方法10.2.2以音节为基础的合成方法10.2.3以音素为基础的合成方法10.2.4语音合成器芯片和语音合成系统10.3浯音识别10.3.1孤立单词语音识别10.3.2线性时间归一化10.3.3非线性时间归一化10.3.4采用DTW的孤立单词语音识别10.3.5隐马尔柯夫模型在孤立单词语音识别中的应用10.3.6连续语音识别10.4语音增强参考文献

本书系统全面地讨论了语音信号数字处理的理论基础、各种方法和某些重要应用领域。 全书十章,分别论及语音信号的基本性质和数字模型,短时时域处理技术,短时傅里叶分析,语音波形数字编码,同态语音处理和倒谱分析,线性预测编码,矢量量化,隐马尔柯夫模型,以及语音压缩、语音合成、语音识别和语音增强等典型应用领域。 本书主要是为研究生和本科高年级学生写的,但也可作为工程技术人员和科学研究工作者的—本有用的参考书。