語音信號處理(第3版)(2019年清華大學出版社出版的圖書)

語音信號處理(第3版)(2019年清華大學出版社出版的圖書)

本詞條是多義詞,共2個義項
更多義項 ▼ 收起列表 ▲

《語音信號處理(第3版)》是2019年4月清華大學出版社出版的圖書,作者是 韓紀慶、張磊、鄭鐵然 。語音互動是實現人工智慧的基石!本書全面論述語音信號的生成、處理、壓縮、傳輸、合成、識別與理解!

基本介紹

  • 中文名:語音信號處理(第3版)
  • 作者:韓紀慶、張磊、鄭鐵然
  • 出版社:清華大學出版社
  • 出版時間:2019年
  • 定價:89 元 
  • ISBN:9787302517603
內容簡介,圖書目錄,作者簡介,

內容簡介

本書系統地介紹語音信號處理的基礎、概念、原理、方法與套用。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徵入手,引入時頻分析的思想,並進一步闡述時頻分析中短時傅立葉變換和小波變換在語音信號特徵分析中的套用,最後對廣泛使用的倒譜特徵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,從基於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於深度學習的語音識別技術,從孤立詞識別到連線詞識別及連續語音識別技術,再到關鍵字檢出技術,最後還介紹新興起的語音識別套用技術,以及用於HMM系統構建的HTK工具和用於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,從基於GMMUBM的識別技術到基於支持向量機的識別技術,從基於聯合因子分析的識別技術到基於ivector的識別技術,以及近年來受到關注的基於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,以及基於HMM的合成技術等內容。 本書可作為高等院校計算機套用、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。

圖書目錄

第1章緒論
1.1語音信號處理的發展
1.2語音信號處理的套用
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語音的聲學特徵
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調幅模型的基本原理
2.4.2Teager能量運算元
2.4.3能量分離算法
2.4.4調頻調幅模型的套用
參考文獻
第3章語音信號的特徵分析
3.1語音信號數位化
3.1.1語音信號的採樣和量化
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短時自相關函式和短時平均幅度差函式
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傅立葉頻譜分析
3.4傳統傅立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套用
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套用
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基於聽覺特性的Mel頻率倒譜係數
3.8語音信號特徵套用
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歸一化自相關函式
4.3.2反射係數
4.3.3預測器多項式的根
4.3.4LPC倒譜
4.3.5全極點系統的衝激回響及其自相關函式
4.3.6預測誤差濾波器的衝激回響及其自相關函式
4.3.7對數面積比係數
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係數
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差分脈衝編碼
5.1.5自適應差分脈衝編碼
5.1.6增量調製和自適應增量調製
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基於全極點語音產生模型的混合編碼
5.2.3基於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計算複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基於矢量量化的識別技術
6.2.1K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關於HMM訓練的幾點考慮
6.5連線詞語音識別技術
6.5.1連線詞識別問題的一般描述
6.5.2二階動態規划算法
6.5.3分層構築方法
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圖的基本搜尋算法
6.7.2面向語音識別的搜尋算法
6.8大詞表連續語音識別後處理技術
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小字錯誤率解碼方法
6.9基於HMM的自適應技術
6.9.1基於Bayesian理論的自適應方法
6.9.2基於變換的自適應方法
6.10基於深度學習的語音識別技術
6.10.1基於DNNHMM的語音識別技術
6.10.2基於RNN的語音識別技術
6.10.3端到端的語音識別技術
6.11關鍵字檢出技術
6.11.1問題描述
6.11.2關鍵字檢出系統的組成
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關鍵字確認過程
6.11.6關鍵字檢出系統性能最佳化
6.12語音識別的套用技術
6.12.1語音信息檢索
6.12.2發音學習技術
6.12.3基於語音的情感處理
6.12.4網路環境下的語音識別
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特徵提取
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基於GMM與GMMUBM說話人識別
7.2.1GMM的說話人識別
7.2.2GMMUBM的說話人識別
7.3基於SVM的說話人識別
7.3.1SVM說話人識別
7.3.2基於GMM均值超矢量的SVM說話人識別
7.3.3基於GMM得分的SVM說話人識別
7.4複雜信道下的說話人識別
7.4.1特徵映射
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基於ivector的說話人識別
7.5.1基於GMMUBM的ivector說話人識別
7.5.2基於DNN的i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norm
7.6.5Hnorm
7.6.6C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基於語音增強的方法
8.3.2通道畸變的抑制方法
8.3.3基於模型的補償方法
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PSOLA算法
9.3.2FD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基於HMM的參數化語音合成技術
9.5.1基於HMM參數語音合成系統的訓練
9.5.2基於HMM參數語音合成系統的合成階段
參考文獻

作者簡介

韓紀慶 現任哈爾濱工業大學計算機科學與技術學院二級教授、學校長聘崗教授、博士生導師。兼任中國中文信息學會理事及語音處理專委會副主任、全國人機語音通訊學術會議常設機構委員會副主席、《中文信息學報》編委、《數據採集與處理》雜誌編委。長期從事語音信號處理、音頻信息處理等領域的教學與科研工作。作為項目負責人,正在主持和已經完成“國家自然科學基金重點項目”2項、“面上項目”5項、“國家973計畫”課題1項、教育部“跨世紀優秀人才培養計畫”基金1項及其他科研項目10餘項。獲省部級科技二等獎3項、三等獎2項。獲國家發明專利7項。已在國內外刊物和會議上發表論文200餘篇,並出版圖書5部。

相關詞條

熱門詞條

聯絡我們