數字音頻技術及套用(2017年機械工業出版社出版的圖書)

數字音頻技術及套用(2017年機械工業出版社出版的圖書)

本詞條是多義詞,共2個義項
更多義項 ▼ 收起列表 ▲

《數字音頻技術及套用》書是2017年機械工業出版社出版的圖書,作者是謝明,講述了概念清晰、深入淺出、通俗易懂、難易適中、適合教學。在介紹信源編碼時,不是簡單地複製國際標準,二是著重講述人咧的聽覺特性、壓縮編碼的原理及方法,各種標準的產生背景、特點及套用領域。

實用性強,適用面寬。能滿足大多數院校的教學需求。

基本介紹

  • 中文名:數字音頻技術及套用
  • 作者:謝明
  • 出版社:機械工業出版社
  • 出版時間:2017年8月
  • ISBN:9787111574118
內容簡介,圖書目錄,

內容簡介

本書從基礎理論到專業知識,從基本原理到實際系統和仿真設計,從簡單到複雜,深入淺出、圖文並茂、有案有例、系統地介紹了音頻信息處理的基礎理論、基本方法和簡要算法。本書共有十章,包括緒論、音頻信息處理與識別系統、音頻信息採集與數位化、音頻信息變換、音頻信息編碼、音頻信息濾波、音頻信息增強、音頻信息的信噪分離、音頻信息的分割與合成、音頻信息的編輯。
本書可以作為從事通信與信息工程、信號與信息處理、信息技術與電子工程、計算機網路與多媒體技術、自動化與智慧型化、生物醫學工程等方面的教學、科研、工程、技術人員學習參考,也可作為大專院校相關專業的本科和研究生教材。

圖書目錄

前言1
第1章緒論4
1.1.序言4
1.2.聲學基礎6
1.3.人類聽覺感知基礎10
1.3.1.人類聽覺感知系統10
1.3.2.人類聽覺感知的特性12
1.3.3.人類聽覺感知效應13
1.3.4.人類聽覺感知力與評價14
1.4.音頻信息處理理論與技術14
1.5.本章小結16
第2章音頻信息處理與識別系統18
2.1.音頻信息處理與識別系統結構18
2.2.音頻信息處理與識別硬體系統19
2.3.音頻信息處理與識別軟體系統21
2.4.音頻信息處理軟體系統23
2.5.音頻信息識別軟體系統24
2.6.本章小結26
第3章音頻信息採集與數位化28
3.1.概述28
3.2.聲音感測器28
3.3.前置放大器31
3.4.A/D模數轉換器35
3.5.音頻信息採樣39
3.5.1.等間隔周期的線性採樣40
3.5.2.非等間隔非周期的非線性採樣43
3.6.音頻信息量化45
3.6.1.等間隔線性量化函式45
3.6.2.非等間隔非線性量化函式46
3.6.3.非等間隔自適應量化函式47
3.7.音頻信息的描述48
3.7.1.時間域描述48
3.7.2.頻率域描述49
3.7.3.軟體域描述49
3.8.音頻信息檔案格式49
3.9.本章小結51
第4章音頻信息變換55
4.1.正交變換55
4.2.傅立葉變換56
4.2.1.一維連續傅立葉變換56
4.2.2.二維連續傅立葉變換57
4.2.3.一維離散傅立葉變換57
4.2.4.二維離散傅立葉變換58
4.2.5.矩陣與快速傅立葉變換59
4.2.6.快速傅立葉變換60
4.2.7.傅立葉變換的性質61
4.3.餘弦變換63
4.3.1.一維連續餘弦變換63
4.3.2.二維連續餘弦變換64
4.3.3.一維離散餘弦變換64
4.3.4.二維離散餘弦變換65
4.3.5.矩陣與快速餘弦變換66
4.4.沃爾什變換68
4.4.1.一維沃爾什變換68
4.4.2.二維沃爾什變換72
4.4.3.快速沃爾什變換。73
4.4.4.沃爾什變換的性質74
4.5.哈爾變換77
4.5.1.一維哈爾變換77
4.5.2.二維哈爾變換80
4.5.3.哈爾函式的性質81
4.5.4.快速哈爾變換81
4.6.Gabor變換83
4.6.1.一維連續Gabor變換83
4.6.2.一維連續Gabor變換的另一種形式85
4.6.3.一維離散Gabor變換86
4.6.4.二維連續Gabor變換86
4.6.5.二維離散Gabor變換87
4.6.6.Gabor變換的性質87
4.7.小波變換88
4.7.1.一維連續小波變換89
4.7.2.一維離散小波變換92
4.7.3.二維連續小波變換94
4.7.4.二維離散小波變換95
4.7.5.快速小波變換95
4.7.6.小波變換的性質96
4.8.KL變換98
4.8.1.KL變換98
4.8.2.KL變換的性質100
4.9.希爾伯特變換100
4.9.1.連續信號的Hilbert變換100
4.9.2.離散信號的Hilbert變換102
4.10.本章小結103
第5章音頻信息編碼106
5.1.概述106
5.2.霍夫曼編碼106
5.3.仙農-范諾編碼110
5.4.算數編碼113
5.5.行程編碼116
5.6.LZW編碼117
5.7.餘弦變換編碼120
5.8.小波變換編碼122
5.9.矢量量化編碼124
5.10.預測編碼127
5.11.PCM編碼130
5.12.子帶編碼131
5.13.國際編碼標準132
5.14.本章小結135
第6章音頻信息濾波140
6.1.概述140
6.2.低通濾波141
6.2.1.理想低通濾波141
6.2.2.指數低通濾波142
6.2.3.梯形低通濾波143
6.2.4.高斯低通濾波144
6.2.5.巴特沃爾斯低通濾波145
6.3.高通濾波145
6.3.1.理想高通濾波145
6.3.2.指數高通濾波147
6.3.3.梯形高通濾波148
6.3.4.高斯高通濾波149
6.3.5.巴特沃爾斯高通濾波150
6.4.帶通濾波150
6.4.1.理想帶通濾波150
6.4.2.指數帶通濾波152
6.4.3.梯形帶通濾波153
6.4.4.高斯帶通濾波154
6.4.5.巴特沃爾斯帶通濾波155
6.5.帶阻濾波156
6.5.1.理想帶阻濾波156
6.5.2.指數帶阻濾波157
6.5.3.梯形帶阻濾波159
6.5.4.高斯帶阻濾波159
6.5.5.巴特沃爾斯帶阻濾波160
6.6.梳狀濾波161
6.6.1.理想梳狀濾波161
6.6.2.指數梳狀濾波161
6.6.3.梯形梳狀濾波162
6.6.4.高斯梳狀濾波162
6.6.5.巴特沃爾斯梳狀濾波163
6.7.頻域濾波器的參數164
6.8.復原濾波166
6.9.時域濾波169
6.9.1.均值濾波169
6.9.2.中值濾波170
6.9.3.微分濾波171
6.9.4.積分濾波172
6.9.5.微分積分濾波172
6.9.6.線性組合濾波173
6.9.7.高斯-拉普拉斯濾波173
6.9.8.Gabor濾波174
6.10.卡爾曼濾波174
6.10.1.卡爾曼濾波175
6.10.2.擴展的卡爾曼濾波176
6.11.本章小結178
第7章音頻信息增強181
7.1.概述181
7.2.時間域增強181
7.2.1.加減增強181
7.2.2.乘除增強182
7.2.3.線性增強182
7.2.4.指數增強182
7.2.5.對數增強183
7.2.6.冪函式增強183
7.2.7.高斯增強183
7.2.8.巴特沃爾斯增強183
7.2.9.平滑增強184
7.2.10.銳化增強184
7.3.頻率域增強185
7.3.1.加減增強185
7.3.2.乘除增強185
7.3.3.線性增強186
7.3.4.指數增強186
7.3.5.對數增強186
7.3.6.冪函式增強187
7.3.7.高斯增強187
7.3.8.巴特沃爾斯增強187
7.3.9.平滑增強187
7.4.直方圖增強189
7.4.1.機率統計直方圖189
7.4.2.時域幅度直方圖增強190
7.5.模式增強196
7.5.1.加減增強197
7.5.2.乘除增強197
7.5.3.線性增強197
7.5.4.指數增強198
7.5.5.對數增強198
7.5.6.冪函式增強198
7.5.7.高斯增強199
7.5.8.巴特沃爾斯增強199
7.5.9.平滑增強199
7.5.10.銳化增強200
7.5.11.微分銳化增強200
7.5.12.微分積分銳化增強200
7.6.特殊效果增強200
7.6.1.延時增強201
7.6.2.回聲增強回聲201
7.6.3.混響增強203
7.6.4.調製增強205
7.7.本章小結207
第8章音頻信息的信噪分離208
8.1.概述208
8.2.時間域分離208
8.2.1.微分信噪分離208
8.2.2.積分信噪分離209
8.3.頻率域分離209
8.3.1.高通濾波譜減信噪分離210
8.3.2.低通濾波譜減信噪分離210
8.3.3.帶阻濾波譜減信噪分離210
8.4.變換域信噪分離211
8.4.1.直方圖變換信噪分離211
8.4.2.Gabor變換信噪分離212
8.4.3.小波變換信噪分離214
8.5.噪聲對消215
8.5.1.噪聲模型216
8.5.2.噪聲對消220
8.5.3.RLSE算法224
8.6.本章小結225
第9章音頻信息的分割與合成228
9.1.概述228
9.2.端點檢測的分割228
9.2.1.功率譜單閾值法229
9.2.2.局部最小平均功率法230
9.2.3.功率譜雙峰谷點法232
9.2.4.功率譜多峰谷點法234
9.3.包絡檢測的分割236
9.3.1.檢波法包絡檢測237
9.3.2.低通濾波法包絡檢測238
9.3.3.極值定理法包絡檢測240
9.3.4.包絡檢測目標分割244
9.4.Gabor濾波和變換的分割244
9.4.1.Gabor濾波的目標信息分割245
9.4.2.Gabor變換的目標信息分割246
9.5.小波變換的分割247
9.6.幅度合成249
9.6.1.加性合成249
9.6.2.乘性合成250
9.6.3.綜合合成250
9.6.4.調製合成251
9.6.5.卷積合成251
9.7.頻率合成252
9.7.1.加性合成252
9.7.2.乘性合成252
9.7.3.綜合合成253
9.7.4.卷積合成253
9.8.變換合成254
9.8.1.對數變換合成254
9.8.2.Gabor變換合成255
9.8.3.小波變換合成255
9.9.本章小結255
第10章音頻信息的編輯258
10.1.概述258
10.2.線性編輯258
10.3.非線性編輯260
10.4.算術編輯262
10.5.本章小結271
前言1
第1章緒論4
1.1.序言4
1.2.聲學基礎6
1.3.人類聽覺感知基礎10
1.3.1.人類聽覺感知系統10
1.3.2.人類聽覺感知的特性12
1.3.3.人類聽覺感知效應13
1.3.4.人類聽覺感知力與評價14
1.4.音頻信息處理理論與技術14
1.5.本章小結16
第2章音頻信息處理與識別系統18
2.1.音頻信息處理與識別系統結構18
2.2.音頻信息處理與識別硬體系統19
2.3.音頻信息處理與識別軟體系統21
2.4.音頻信息處理軟體系統23
2.5.音頻信息識別軟體系統24
2.6.本章小結26
第3章音頻信息採集與數位化28
3.1.概述28
3.2.聲音感測器28
3.3.前置放大器31
3.4.A/D模數轉換器35
3.5.音頻信息採樣39
3.5.1.等間隔周期的線性採樣40
3.5.2.非等間隔非周期的非線性採樣43
3.6.音頻信息量化45
3.6.1.等間隔線性量化函式45
3.6.2.非等間隔非線性量化函式46
3.6.3.非等間隔自適應量化函式47
3.7.音頻信息的描述48
3.7.1.時間域描述48
3.7.2.頻率域描述49
3.7.3.軟體域描述49
3.8.音頻信息檔案格式49
3.9.本章小結51
第4章音頻信息變換55
4.1.正交變換55
4.2.傅立葉變換56
4.2.1.一維連續傅立葉變換56
4.2.2.二維連續傅立葉變換57
4.2.3.一維離散傅立葉變換57
4.2.4.二維離散傅立葉變換58
4.2.5.矩陣與快速傅立葉變換59
4.2.6.快速傅立葉變換60
4.2.7.傅立葉變換的性質61
4.3.餘弦變換63
4.3.1.一維連續餘弦變換63
4.3.2.二維連續餘弦變換64
4.3.3.一維離散餘弦變換64
4.3.4.二維離散餘弦變換65
4.3.5.矩陣與快速餘弦變換66
4.4.沃爾什變換68
4.4.1.一維沃爾什變換68
4.4.2.二維沃爾什變換72
4.4.3.快速沃爾什變換。73
4.4.4.沃爾什變換的性質74
4.5.哈爾變換77
4.5.1.一維哈爾變換77
4.5.2.二維哈爾變換80
4.5.3.哈爾函式的性質81
4.5.4.快速哈爾變換81
4.6.Gabor變換83
4.6.1.一維連續Gabor變換83
4.6.2.一維連續Gabor變換的另一種形式85
4.6.3.一維離散Gabor變換86
4.6.4.二維連續Gabor變換86
4.6.5.二維離散Gabor變換87
4.6.6.Gabor變換的性質87
4.7.小波變換88
4.7.1.一維連續小波變換89
4.7.2.一維離散小波變換92
4.7.3.二維連續小波變換94
4.7.4.二維離散小波變換95
4.7.5.快速小波變換95
4.7.6.小波變換的性質96
4.8.KL變換98
4.8.1.KL變換98
4.8.2.KL變換的性質100
4.9.希爾伯特變換100
4.9.1.連續信號的Hilbert變換100
4.9.2.離散信號的Hilbert變換102
4.10.本章小結103
第5章音頻信息編碼106
5.1.概述106
5.2.霍夫曼編碼106
5.3.仙農-范諾編碼110
5.4.算數編碼113
5.5.行程編碼116
5.6.LZW編碼117
5.7.餘弦變換編碼120
5.8.小波變換編碼122
5.9.矢量量化編碼124
5.10.預測編碼127
5.11.PCM編碼130
5.12.子帶編碼131
5.13.國際編碼標準132
5.14.本章小結135
第6章音頻信息濾波140
6.1.概述140
6.2.低通濾波141
6.2.1.理想低通濾波141
6.2.2.指數低通濾波142
6.2.3.梯形低通濾波143
6.2.4.高斯低通濾波144
6.2.5.巴特沃爾斯低通濾波145
6.3.高通濾波145
6.3.1.理想高通濾波145
6.3.2.指數高通濾波147
6.3.3.梯形高通濾波148
6.3.4.高斯高通濾波149
6.3.5.巴特沃爾斯高通濾波150
6.4.帶通濾波150
6.4.1.理想帶通濾波150
6.4.2.指數帶通濾波152
6.4.3.梯形帶通濾波153
6.4.4.高斯帶通濾波154
6.4.5.巴特沃爾斯帶通濾波155
6.5.帶阻濾波156
6.5.1.理想帶阻濾波156
6.5.2.指數帶阻濾波157
6.5.3.梯形帶阻濾波159
6.5.4.高斯帶阻濾波159
6.5.5.巴特沃爾斯帶阻濾波160
6.6.梳狀濾波161
6.6.1.理想梳狀濾波161
6.6.2.指數梳狀濾波161
6.6.3.梯形梳狀濾波162
6.6.4.高斯梳狀濾波162
6.6.5.巴特沃爾斯梳狀濾波163
6.7.頻域濾波器的參數164
6.8.復原濾波166
6.9.時域濾波169
6.9.1.均值濾波169
6.9.2.中值濾波170
6.9.3.微分濾波171
6.9.4.積分濾波172
6.9.5.微分積分濾波172
6.9.6.線性組合濾波173
6.9.7.高斯-拉普拉斯濾波173
6.9.8.Gabor濾波174
6.10.卡爾曼濾波174
6.10.1.卡爾曼濾波175
6.10.2.擴展的卡爾曼濾波176
6.11.本章小結178
第7章音頻信息增強181
7.1.概述181
7.2.時間域增強181
7.2.1.加減增強181
7.2.2.乘除增強182
7.2.3.線性增強182
7.2.4.指數增強182
7.2.5.對數增強183
7.2.6.冪函式增強183
7.2.7.高斯增強183
7.2.8.巴特沃爾斯增強183
7.2.9.平滑增強184
7.2.10.銳化增強184
7.3.頻率域增強185
7.3.1.加減增強185
7.3.2.乘除增強185
7.3.3.線性增強186
7.3.4.指數增強186
7.3.5.對數增強186
7.3.6.冪函式增強187
7.3.7.高斯增強187
7.3.8.巴特沃爾斯增強187
7.3.9.平滑增強187
7.4.直方圖增強189
7.4.1.機率統計直方圖189
7.4.2.時域幅度直方圖增強190
7.5.模式增強196
7.5.1.加減增強197
7.5.2.乘除增強197
7.5.3.線性增強197
7.5.4.指數增強198
7.5.5.對數增強198
7.5.6.冪函式增強198
7.5.7.高斯增強199
7.5.8.巴特沃爾斯增強199
7.5.9.平滑增強199
7.5.10.銳化增強200
7.5.11.微分銳化增強200
7.5.12.微分積分銳化增強200
7.6.特殊效果增強200
7.6.1.延時增強201
7.6.2.回聲增強回聲201
7.6.3.混響增強203
7.6.4.調製增強205
7.7.本章小結207
第8章音頻信息的信噪分離208
8.1.概述208
8.2.時間域分離208
8.2.1.微分信噪分離208
8.2.2.積分信噪分離209
8.3.頻率域分離209
8.3.1.高通濾波譜減信噪分離210
8.3.2.低通濾波譜減信噪分離210
8.3.3.帶阻濾波譜減信噪分離210
8.4.變換域信噪分離211
8.4.1.直方圖變換信噪分離211
8.4.2.Gabor變換信噪分離212
8.4.3.小波變換信噪分離214
8.5.噪聲對消215
8.5.1.噪聲模型216
8.5.2.噪聲對消220
8.5.3.RLSE算法224
8.6.本章小結225
第9章音頻信息的分割與合成228
9.1.概述228
9.2.端點檢測的分割228
9.2.1.功率譜單閾值法229
9.2.2.局部最小平均功率法230
9.2.3.功率譜雙峰谷點法232
9.2.4.功率譜多峰谷點法234
9.3.包絡檢測的分割236
9.3.1.檢波法包絡檢測237
9.3.2.低通濾波法包絡檢測238
9.3.3.極值定理法包絡檢測240
9.3.4.包絡檢測目標分割244
9.4.Gabor濾波和變換的分割244
9.4.1.Gabor濾波的目標信息分割245
9.4.2.Gabor變換的目標信息分割246
9.5.小波變換的分割247
9.6.幅度合成249
9.6.1.加性合成249
9.6.2.乘性合成250
9.6.3.綜合合成250
9.6.4.調製合成251
9.6.5.卷積合成251
9.7.頻率合成252
9.7.1.加性合成252
9.7.2.乘性合成252
9.7.3.綜合合成253
9.7.4.卷積合成253
9.8.變換合成254
9.8.1.對數變換合成254
9.8.2.Gabor變換合成255
9.8.3.小波變換合成255
9.9.本章小結255
第10章音頻信息的編輯258
10.1.概述258
10.2.線性編輯258
10.3.非線性編輯260
10.4.算術編輯262
10.5.本章小結271

相關詞條

熱門詞條

聯絡我們