 |
-- 會員 / 註冊 --
|
 |
|
|
|
智能語音處理 ( 簡體 字) |
| 作者：張雄偉 孫蒙 楊吉斌 著 | 類別：1. -> 程式設計 -> 綜合 |
| 譯者： |
| 出版社：機械工業出版社 |  3dWoo書號： 53595
詢問書籍請說出此書號！【缺書】
NT售價： 395 元 |
| 出版日：10/1/2020 |
| 頁數：234 |
| 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：9787111665328 |
| 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： |
| 內容簡介： |
目錄：1章 智慧語音處理導論1
1.1 概述1
1.2 經典語音處理2
1.2.1 語音處理的發展2
1.2.2 語音基本表示方法3
1.2.3 語音處理基本方法3
1.2.4 經典語音處理方法的不足4
1.3 智慧語音處理5
1.3.1 智慧語音處理的基本概念5
1.3.2 智慧語音處理的基本框架5
1.3.3 智慧語音處理的基本模型6
1.4 語音處理的應用7
1.4.1 語音處理的傳統應用領域8
1.4.2 語音處理的新應用領域11
1.5 小結14
參考文獻14
2章 稀疏和壓縮感知15
2.1 引言15
2.2 稀疏和稀疏表示16
2.2.1 稀疏16
2.2.2 稀疏表示18
2.3 冗餘字典19
2.3.1 基本概念19
2.3.2 字典學習20
2.3.3 字典學習演算法22
2.3.4 原子選擇演算法25
2.4 壓縮感知27
2.4.1 基本概念27
2.4.2 壓縮感知模型29
2.4.3 觀測矩陣30
2.4.4 信號重構32
2.5 小結33
參考文獻33
3章 隱變數模型36
3.1 引言36
3.2 高斯混合模型36
3.2.1 基本概念37
3.2.2 GMM參數估計37
3.3 隱瑪律可夫模型39
3.3.1 基本概念39
3.3.2 HMM關鍵問題42
3.4 高斯過程隱變數模型48
3.4.1 基本模型48
3.4.2 GPLVM的理論來源49
3.4.3 GPLVM模型訓練50
3.5 小結51
參考文獻51
4章 組合模型52
4.1 引言52
4.2 主成分分析53
4.2.1 基本模型53
4.2.2 求解演算法54
4.3 非負矩陣分解56
4.3.1 基本模型56
4.3.2 求解演算法57
4.3.3 NMF與其他資料表示模型的關係58
4.4 魯棒組合模型60
4.4.1 組合模型的魯棒性分析61
4.4.2 魯棒主成分分析61
4.4.3 魯棒非負矩陣分解63
4.5 小結64
參考文獻64
5章 人工神經網路和深度學習65
5.1 引言65
5.2 神經網路基礎66
5.2.1 神經元模型66
5.2.2 淺層神經網路67
5.2.3 深度神經網路68
5.3 深度學習69
5.3.1 基本概念和形式69
5.3.2 深度網路的學習方法70
5.4 深度神經網路的典型結構71
5.4.1 深度置信網路71
5.4.2 自動編碼器與棧式自動編碼器72
5.4.3 卷積神經網路74
5.4.4 迴圈神經網路75
5.4.5 生成式對抗網路77
5.5 小結79
參考文獻79
6章 語音壓縮編碼81
6.1 引言81
6.2 基於字典學習的語音信號壓縮感知82
6.2.1 語音信號的稀疏性82
6.2.2 語音在常見變換域的稀疏化83
6.2.3 基於K-L展開的語音非相干字典84
6.2.4 基於K-L非相干字典的語音壓縮重構87
6.2.5 實驗模擬與性能分析88
6.3 基於梅爾倒譜系數重構的語音壓縮編碼93
6.3.1 基於梅爾倒譜分析的抗噪語音編碼模型94
6.3.2 基於稀疏約束的梅爾倒譜96
6.3.3 梅爾倒譜系數的量化演算法99
6.3.4 實驗模擬與性能分析103
6.4 基於深度學習的語音壓縮編碼107
6.4.1 基於DAE的幅度譜編碼和量化107
6.4.2 基於DAE的低速率語音編碼110
6.4.3 實驗模擬與性能分析111
6.5 小結113
參考文獻113
7章 語音增強115
7.1 引言115
7.2 語音增強技術基礎116
7.2.1 語音增強的估計參數116
7.2.2 智慧語音增強的語音特徵117
7.2.3 性能評價118
7.3 基於非負矩陣分解的語音增強120
7.3.1 基本模型121
7.3.2 基於不相交約束非負矩陣分解的語音增強122
7.3.3 基於CNMF字典學習的語音增強127
7.4 基於深度學習的語音增強136
7.4.1 基於聽覺感知加權的深度神經網路語音增強方法136
7.4.2 基於聽覺感知掩蔽的深度神經網路語音增強方法141
7.5 小結151
參考文獻152
8章 語音轉換155
8.1 引言155
8.2 語音轉換基本原理155
8.3 語音轉換模型與評價156
8.3.1 語音分析/模型156
8.3.2 語音參數的選擇157
8.3.3 時間對齊157
8.3.4 轉換模型和規則158
8.3.5 轉換性能評價159
8.4 基於非負矩陣分解的譜轉換160
8.4.1 概述160
8.4.2 基於卷積非負矩陣分解的譜轉換161
8.4.3 聲道譜轉換效果164
8.5 基於深度神經網路的譜轉換168
8.5.1 深度學習驅動下的語音轉換168
8.5.2 面向譜轉換的神經網路模型選擇168
8.5.3 基於BLSTM和神經網路聲碼器交替訓練的語音轉換171
8.6 小結176
參考文獻176
9章 說話人識別178
9.1 引言178
9.2 說話人識別基礎179
9.2.1 說話人識別系統框架179
9.2.2 典型的說話人識別模型180
9.3 基於i-vector的說話人識別及其改進181
9.3.1 基於i-vector的說話人識別概述181
9.3.2 用於提高i-vector魯棒性的幀加權方法182
9.3.3 實驗結果與分析187
9.4 基於深度神經網路的說話人識別187
9.4.1 基於深度神經網路的說話人識別概述187
9.4.2 基於對比度損失函數優化說話人向量189
9.4.3 實驗結果與分析191
9.5 說話人識別系統的攻擊與防禦192
9.5.1 攻擊和防禦的背景192
9.5.2 說話人識別系統的攻擊方法192
9.5.3 說話人識別攻擊的檢測方法194
9.5.4 實驗結果與分析196
9.6 小結196
參考文獻197
10章 骨導語音增強200
10.1 引言200
10.2 骨導語音增強基礎201
10.2.1 骨導語音的產生與特性201
10.2.2 骨導語音盲增強的特點202
10.2.3 骨導語音盲增強的典型方法203
10.3 基於長短時記憶網路的骨導語音盲增強205
10.3.1 骨導/氣導語音的譜映206
10.3.2 基於深度殘差BLSTM的骨導語音盲增強方法207
10.3.3 實驗模擬及性能分析211
10.4 基於均衡-生成組合譜映的骨導語音盲增強215
10.4.1 均衡法215
10.4.2 基於均衡-生成組合譜映的骨導語音盲增強方法216
10.4.3 實驗模擬及性能分析218
10.5 小結222
參考文獻223
11章 智慧語音處理展望224
11.1 智慧語音處理的未來224
11.2 有待解決的關鍵技術225
11.2.1 語音辨識226
11.2.2 語音228
11.2.3 語音增強229
11.2.4 語音處理中的安全問題230
11.3 小結230
參考文獻230
縮略語232
|
| 序： |
|
