現代語音信號處理（Python版）

內容簡介

本書介紹了現代語音信號處理的基礎、原理、方法和套用，並且給出一些相關算法的Python庫和調用函式。全書共15章，第1章介紹了語音信號處理的發展歷程、人工智慧基礎和相關研究方向；第2~4章介紹了語音信號處理的一些基礎理論、方法和參數；第5章介紹了神經網路與深度學習的基礎知識；第6~15章將語音信號處理的研究方向分為前端處理（包括語音增強、回聲消除、聲源定位和波束形成）、後端套用（包括語音識別、說話人識別和語音情感計算）和其他研究（包括語音合成與轉換、語音隱藏和助聽器聲信號處理）三個部分，並介紹了相關研究的基礎理論和算法原理。在附錄中，介紹了學習Python語言的PyCharm軟體的快速使用教程，並對文中常用的Python庫進行了說明。

本書可作為計算機和通信與信息系統等學科相關專業的高年級本、專科學生和研究生的教材或教學參考用書，也可作為從事語音信號處理的科研工程技術人員的輔助讀物和參考用書。

圖書目錄

前言

第1章緒論

1.1語音信號的發展歷程

1.2語音信號處理的研究方向

1.3人工智慧與語音處理

1.4本書結構

第2章語音信號處理的基礎知識

2.1語音的產生與感知

2.2語音信號產生的數學模型

2.3語音信號的數位化

2.4語音信號的表征

2.5思考與複習題

第3章語音信號分析方法

3.1語音信號預處理

3.2語音信號的時域分析

3.3語音信號的頻域分析

3.4語音信號的倒譜分析

3.5語音信號的線性預測分析

3.6思考與複習題

第4章語音信號特徵提取技術

4.1端點檢測

4.2基音周期估計

4.3共振峰估計

4.4思考與複習題

第5章神經網路與深度學習

5.1神經網路及其發展

5.2神經元

5.3誤差逆傳播算法

5.4前饋神經網路

5.5卷積神經網路

5.6循環神經網路

5.7常用的深度學習框架

5.8思考與複習題

第6章語音增強

6.1基礎知識

6.2譜減法

6.3維納濾波

6.4基於深度學習的語音增強方法

6.5思考與複習題

第7章回聲消除

7.1回聲消除基礎知識

7.2回聲消除算法

7.2.1LMS算法

7.3嘯叫檢測與抑制

7.4總結與展望

7.5思考與複習題

第8章聲源定位

8.1雙耳聽覺定位原理及方法

現代語音信號處理（Python版）

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條