語音信號處理（第3版） ( 簡體 字) |
| 作者：韓紀慶、張磊、鄭鐵然 | 類別：1. -> 教材 -> 數位影像處理 |
| 譯者： |
| 出版社：清華大學出版社 |  3dWoo書號： 51027
詢問書籍請說出此書號！【缺書】
NT售價： 445 元 |
| 出版日：5/1/2019 |
| 頁數：420 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787302517603 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：語音信號處理以語音為研究對象，涉及心理學、生理學、語言學、數字信號處理、模式識別、人工智能、機器學習等諸多研究領域，甚至還涉及人說話時的表情、手勢等體態語言信息。由于語音是人們日常生活中的主要交流手段，因此語音信號處理在現代信息社會中占有重要地位。
語音信號處理的研究工作最早可以追溯到19世紀70年代，在20世紀得到了長足的發展，并在20世紀90年代，隨著IBM、Microsoft、Apple、AT&T、NTT等著名公司為語音識別的實用化開發投以巨資，掀起了語音信號處理技術的應用熱潮。進入21世紀，伴隨著以深度神經網絡為代表的深度學習理論的全面突破、以通用圖形處理器(GPU)為代表的硬件技術的迅猛發展，語音識別的性能得到顯著提高，從而迎來了語音信號處理技術的蓬勃發展。
目前在語音信號處理領域中不斷有新的技術涌現。本書再版的目的就是將這些新的技術融合到已有的相關理論與技術中。全書以語音信號處理過程的總體框架為線索，全面闡述語音信號的前端處理技術、語音編碼技術、語音識別和說話人識別技術，以及語音合成技術。相對于上一版，本書補充了基于深度學習的語音識別、基于i拟vector的說話人識別等本領域的前沿理論和技術，以利于讀者充分了解最新的學術發展動態，并能在學術思想上受到啟發。同時，書中也介紹了當前深度學習方法中廣泛采用的Kaldi工具的使用技巧，以幫助讀者掌握相關的實踐手段。
本書涉及作者承擔的多項國家自然科學基金項目的部分研究成果，在內容上既注重基本理論的系統性，又兼顧實用性和可讀性，可作為高等院校計算機應用、信號與信息處理、通信與電子系統等專業及學科的高年級本科生、研究生教材，也可供該領域的科研及工程技術人員參考。
本書的第1、2、4章由韓紀慶編寫，第3、6、9章由張磊編寫，第5、7、8章由鄭鐵然編寫。韓紀慶負責全書的總體安排和審定。在新版增加的內容中，鄭鐵然在基于深度學習的語音識別部分、陳晨在說話人識別部分、史秋瑩在Kaldi工具部分的撰寫上作出了重要貢獻。鄭貴濱為書稿的完善做了大量工作，在此表示感謝！
本書雖然是作者從事語音信號處理工作30年的理論與實踐的結晶，但因作者水平有限、時間倉促，缺點和錯誤在所難免，敬請讀者批評指正，提出寶貴意見。
作者于哈爾濱工業大學2019年1月 |
內容簡介：本書系統地介紹語音信號處理的基礎、概念、原理、方法與應用。全書共分9章。第1章介紹語音信號處理及其發展過程； 第2章介紹語音信號的產生與人類聽覺的機理，傳統的線性語音產生模型，以及非線性語音產生模型； 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用，最后對廣泛使用的倒譜特征以及同態解卷積進行介紹； 第4章介紹語音信號的線性預測原理、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知識，包括語音的波形編碼、極低速率語音編碼技術，以及相關編碼器的性能指標和評測方法； 第6章介紹語音識別的基本內容，從基于矢量量化的識別技術到動態時間歸正的識別技術，從隱馬爾可夫模型技術到基于深度學習的語音識別技術，從孤立詞識別到連接詞識別及連續語音識別技術，再到關鍵詞檢出技術，最后還介紹新興起的語音識別應用技術，以及用于HMM系統構建的HTK工具和用于深度學習系統構建的Kaldi工具等； 第7章介紹說話人識別的基本內容，從基于GMM拟UBM的識別技術到基于支持向量機的識別技術，從基于聯合因子分析的識別技術到基于i拟vector的識別技術，以及近年來受到關注的基于深度學習的識別技術等； 第8章介紹頑健語音識別技術，從影響語音識別性能的環境變化因素分析開始，介紹噪聲環境下頑健語音識別技術，以及變異語音識別的技術； 第9章介紹語音合成的基本原理、線性預測合成、共振峰合成以及漢語按規則合成，以及基于HMM的合成技術等內容。
本書可作為高等院校計算機應用、信號與信息處理、通信與電子系統等專業及學科的高年級本科生、研究生教材，也可供該領域的科研及工程技術人員參考。 |
目錄：第1章緒論
1.1語音信號處理的發展
1.2語音信號處理的應用
1.3語音信號處理的總體結構
參考文獻
第2章語音信號的聲學基礎及產生模型
2.1語音信號的產生
2.1.1語音的發音器官
2.1.2語音的聲學特征
2.1.3語音信號在時域和頻域的表示
2.1.4漢語中語音的分類
2.1.5漢語語音的韻律特性
2.2語音信號的感知
2.2.1聽覺系統
2.2.2聽覺特性
2.2.3掩蔽效應
2.3語音信號的線性產生模型
2.3.1激勵模型
2.3.2聲道模型
2.3.3輻射模型
2.4語音信號的非線性產生模型
2.4.1調頻拟調幅模型的基本原理
2.4.2Teager能量算子
2.4.3能量分離算法
2.4.4調頻拟調幅模型的應用
參考文獻
第3章語音信號的特征分析
3.1語音信號數字化
3.1.1語音信號的采樣和量化
3.1.2短時加窗處理
3.2語音信號的時域分析
3.2.1短時能量分析
3.2.2短時平均過零率
3.2.3短時自相關函數和短時平均幅度差函數
3.2.4端點檢測和語音分割
3.3語音信號的頻域分析
3.3.1濾波器組方法
3.3.2傅里葉頻譜分析
3.4傳統傅里葉變換缺點及時頻分析的思想
3.4.1信號的時頻表示
3.4.2不確定原理
3.5Gabor變換
3.6小波變換在語音信號分析中的應用
3.6.1小波的數學表示及意義
3.6.2小波分析特點
3.6.3小波變換的多分辨分析
3.6.4小波變換在語音處理中的應用
3.7語音信號的同態解卷積
3.7.1同態信號處理的基本原理
3.7.2語音信號的復倒譜
3.7.3避免相位卷繞的算法
3.7.4基于聽覺特性的Mel頻率倒譜系數
3.8語音信號特征應用
3.8.1基音周期估計
3.8.2共振峰的估計
參考文獻
第4章語音信號的線性預測分析
4.1線性預測的基本原理
4.2線性預測方程組的解法
4.2.1自相關法
4.2.2協方差法
4.2.3格型法
4.2.4幾種求解線性預測方法的比較
4.3線性預測的幾種推演參數
4.3.1歸一化自相關函數
4.3.2反射系數
4.3.3預測器多項式的根
4.3.4LPC倒譜
4.3.5全極點系統的沖激響應及其自相關函數
4.3.6預測誤差濾波器的沖激響應及其自相關函數
4.3.7對數面積比系數
4.4線譜對分析法
4.4.1線譜對分析的原理
4.4.2線譜對參數的求解
4.5感知線性預測PLP系數
參考文獻
第5章語音編碼
5.1波形編碼
5.1.1均勻量化PCM
5.1.2非均勻量化PCM
5.1.3自適應量化PCM
5.1.4差分脈沖編碼
5.1.5自適應差分脈沖編碼
5.1.6增量調制和自適應增量調制
5.1.7子帶編碼
5.1.8自適應變換域編碼
5.2參數編碼和混合編碼
5.2.1參數編碼
5.2.2基于全極點語音產生模型的混合編碼
5.2.3基于正弦模型的混合編碼
5.3極低速率語音編碼技術
5.3.1400bps~1.2Kbps的聲碼器
5.3.2識別合成型聲碼器
5.4語音編碼器的性能指標和質量評測方法
5.4.1編碼速率
5.4.2頑健性
5.4.3時延
5.4.4計算復雜度和算法的可擴展性
5.4.5語音質量及其評價方法
5.5語音編碼國際標準
5.6感知音頻編碼
5.6.1感知編碼的一般框架
5.6.2心理聲學模型
5.6.3常用的感知編碼標準
參考文獻
第6章語音識別
6.1概述
6.2基于矢量量化的識別技術
6.2.1K拟means矢量量化算法
6.2.2LBG算法
6.3動態時間歸正的識別技術
6.3.1DTW基本原理
6.3.2模板訓練算法
6.4隱馬爾可夫模型技術
6.4.1HMM基本思想
6.4.2HMM基本算法
6.4.3HMM算法實現中的問題
6.4.4關于HMM訓練的幾點考慮
6.5連接詞語音識別技術
6.5.1連接詞識別問題的一般描述
6.5.2二階動態規劃算法
6.5.3分層構筑方法
6.6大詞表連續語音識別中的聲學模型和語言學模型
6.6.1聲學模型
6.6.2統計語言學模型
6.6.3統計語言學模型平滑技術
6.6.4語言學模型自適應技術
6.7大詞表連續語音識別中的解碼技術
6.7.1圖的基本搜索算法
6.7.2面向語音識別的搜索算法
6.8大詞表連續語音識別后處理技術
6.8.1語音識別中間結果的表示形式
6.8.2錯誤處理
6.8.3最小字錯誤率解碼方法
6.9基于HMM的自適應技術
6.9.1基于Bayesian理論的自適應方法
6.9.2基于變換的自適應方法
6．10基于深度學習的語音識別技術
6．10．1基于DNN拟HMM的語音識別技術
6．10．2基于RNN的語音識別技術
6．10．3端到端的語音識別技術
6.11關鍵詞檢出技術
6.11.1問題描述
6.11.2關鍵詞檢出系統的組成
6.11.3垃圾模型建模方法
6.11.4語音解碼器的設計
6.11.5關鍵詞確認過程
6.11.6關鍵詞檢出系統性能優化
6.12語音識別的應用技術
6.12.1語音信息檢索
6.12.2發音學習技術
6.12.3基于語音的情感處理
6.12.4網絡環境下的語音識別
6.12.5嵌入式語音識別技術
6.13HTK工具介紹
6.13.1數據準備階段
6.13.2模型訓練階段
6.13.3識別階段
6．14Kaldi工具介紹
6．14．1Kaldi工具簡介
6．14．2Kaldi工具安裝
6．14．3數據準備
6．14．4特征提取
6．14．5模型訓練
6．14．6性能評測
參考文獻
第7章說話人識別
7．1概述
7．2基于GMM與GMM拟UBM說話人識別
7．2．1GMM的說話人識別
7．2．2GMM拟UBM的說話人識別
7．3基于SVM的說話人識別
7．3．1SVM說話人識別
7．3．2基于GMM均值超矢量的SVM說話人識別
7．3．3基于GMM得分的SVM說話人識別
7．4復雜信道下的說話人識別
7．4．1特征映射
7.4.2說話人模型合成
7．4．3擾動屬性投影
7．4．4聯合因子分析
7．5基于i拟vector的說話人識別
7．5．1基于GMM拟UBM的i拟vector說話人識別
7．5．2基于DNN的i拟vector說話人識別
7．6得分規整
7．6．1零規整
7．6．2測試規整
7．6．3說話人自適應的測試規整
7．6．4TZ拟norm
7．6．5H拟norm
7．6．6C拟norm
參考文獻
第8章頑健語音識別技術
8.1概述
8.2影響語音識別性能的環境變化因素
8.3噪聲環境下的頑健語音識別技術
8.3.1基于語音增強的方法
8.3.2通道畸變的抑制方法
8.3.3基于模型的補償方法
8.4變異語音識別方法
8.4.1變異語音的分析
8.4.2變異語音的分類
8.4.3變異語音的識別
參考文獻
第9章語音合成
9.1語音合成的基本原理
9.2參數合成方法
9.2.1線性預測合成方法
9.2.2共振峰合成方法
9.3波形拼接合成技術
9.3.1TD拟PSOLA算法
9.3.2FD拟PSOLA算法
9.4漢語按規則合成
9.4.1韻律規則
9.4.2多音節協同發音規則合成
9.4.3輕聲音節規則合成
9.4.4兒化音節的規則合成
9.5基于HMM的參數化語音合成技術
9.5.1基于HMM參數語音合成系統的訓練
9.5.2基于HMM參數語音合成系統的合成階段
參考文獻 |
| 序： |
