第1篇 語音信號處理基礎(chǔ)

第1章 緒論

1.1　語音信號處理概述

1.2　語音信號處理的發(fā)展概況

1.3　本書的內(nèi)容

第2章 基礎(chǔ)知識

2.1　概述

2.2　語音產(chǎn)生的過程

2.3　語音信號的特性

2.4　語音信號產(chǎn)生的數(shù)字模型

2.5　語音感知

第2篇 語音信號分析

第3章 時域分析

3.1　概述

3.2　數(shù)字化和預(yù)處理

3.3　短時能量分析

3.4　短時過零分析

3.5　短時相關(guān)分析

第4章 短時傅里葉分析

4.1　概述

4.2　短時傅里葉變換

4.3　短時傅里葉變換的取樣率

4.4　語音信號的短時綜合

4.5　語譜圖

第5章 同態(tài)濾波及倒譜分析

5.1　概述

5.2　同態(tài)信號處理的基本原理

5.3　復(fù)倒譜和倒譜

5.4　兩個卷積分量復(fù)倒譜的性質(zhì)

5.5　避免相位卷繞的算法

5.6　語音信號復(fù)倒譜分析實例

第6章 線性預(yù)測分析

6.1　概述

6.2　線性預(yù)測分析的基本原理

6.3　線性預(yù)測方程組的建立

6.4　線性預(yù)測分析的解法(1)——自相關(guān)法和協(xié)方差法

6.5　線性預(yù)測分析的解法(2)——格型法

6.6　線性預(yù)測分析應(yīng)用——LPC譜估計和LPC復(fù)倒譜

6.7　線譜對(LSP)分析

6.8　極零模型

第7章 矢量量化

7.1　概述

7.2　矢量量化的基本原理

7.3　失真測度

7.4　最佳矢量量化器和碼本的設(shè)計

7.5　降低復(fù)雜度的矢量量化系統(tǒng)

7.6　語音參數(shù)的矢量量化

第8章 隱馬爾可夫模型(IIMM)

8.1　概述

8.2　隱馬爾可夫模型的引入

8.3　隱馬爾可夫模型的定義

8.4　隱馬爾可夫模型三項問題的求解

8.5　HMM的一些實際問題

第9章 語音檢測分析

9.1　基音檢測

9.2　共振峰估值

第3篇 語音信號處理技術(shù)與應(yīng)用

第10章 語音編碼(1)——波形編碼

10.1　概述

lO.2　語音信號的壓縮編碼原理

10.3　脈沖編碼調(diào)制(PCM)及其自適應(yīng)

10.4　預(yù)測編碼及其自適應(yīng)APC

10.5　自適應(yīng)差分脈沖編碼調(diào)制(ADPCM)及自適應(yīng)增量調(diào)制(ADM)

10.6　子帶編碼(SBC)

10.7　自適應(yīng)變換編碼(ATC)

第11章　語音編碼（2）——聲碼器技術(shù)及混合編碼

第12章　語音合成

第13章　語音識別

第14章　說話我識別

第15章　語音增強

第16章　人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用

第17章　語音信號處理中的新興與前沿技術(shù)

漢英名詞術(shù)語對照

參考文獻