實時語音處理實踐指南

內容簡介

本書主要介紹基於網際網路場景的互動式實時語音處理流程，內容涉及智慧型語音助手、智慧型音箱、音/視頻會議等，具體包括實時語音信號處理、數字音效、網路傳輸編/解碼和語音喚醒識別四部分。在闡述各部分的內容時，本書從基本概念和原理入手，將理論和實踐相結合，並細緻分析了極具商業價值的實例，以幫助讀者了解相關算法在工程上是如何實現的。另外，為便於有興趣的讀者快速進行算法驗證並將其改進和套用到實際的項目中，作者也開源了書中算法的源碼。

圖書目錄

緒論.1

第1章信號處理.7

1.1 數字和模擬頻率.7

1.2 離散傅立葉變換8

1.2.1 實數DFT .9

1.2.2 複數DFT .10

1.2.3 負頻分量.10

1.2.4 DFT變換性質.10

1.3 FFT.11

1.3.1 FFT 結果舉例.12

1.3.2 實信號FFT.13

1.3.3 短時傅立葉變換.14

1.3.4 STFT語音窗函式選擇.14

1.4 重疊相加法和重疊保留法.16

1.4.1 OLA.17

1.4.2 OLS .19

1.5 加權重疊相加法.21

1.5.1 WOLA 計算過程.22

1.5.2 WOLA 窗函式選擇.22

1.6 濾波器組.23

1.7 語音預加重.27

1.8 高斯分布.27

1.8.1 單高斯分布.27

1.8.2 多維高斯分布.29

1.9 HMM模型.31

1.10 卡爾曼濾波.32

本章小結.33

參考文獻.33

第2章發音機理和器件.34

2.1 語音的產生和接收.34

2.1.1 語音產生機理.34

2.1.2 發聲模型.36

2.1.3 發音單位.36

2.1.4 發音分類.37

2.1.5 聲音接收.37

2.1.6 聲音傳播.38

2.2 揚聲器.38

2.2.1 電學性能.38

2.2.2 聲學性能.39

2.2.3 底噪.40

2.2.4 頻響特性.41

2.2.5 THD+N POUT.41

2.2.6 電壓（功率）和失真.42

2.3 麥克風.42

2.3.1 麥克風性能指標.42

2.3.2 麥克風的選擇.43

2.4 結構設計45

2.4.1 揚聲器相關音腔設計.45

2.4.2 麥克風和揚聲器.45

2.5 音頻設備.46

2.5.1 聽音設備.46

2.5.2 聲場表現力.47

2.5.3 發聲設備.48

2.5.4 消聲室測試.48

2.6 聲學測試.49

實時語音處理實踐指南

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條