计算机语音技术 修订版2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

计算机语音技术 修订版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录9

第一章　概述9

第二章　语音技术的基础知识9

2.1　语音过程生理学基础知识9

2.1.1　语音发送过程生理学基础知识9

2.1.2　语音接收过程生理学基础知识12

2.2　语音学基础知识14

2.2.1　词的分段特点14

2.2.2　词的语音特点16

2.2.3　词的非分段特点17

2.2.4　超语言学特点19

2.2.5　语音学的6个基本问题19

2.3　汉语语音基础知识19

2.3.1　汉语语音基本概念19

2.3.2　汉语语音三要素20

3.1　语音过程的早期研究27

第三章　语音过程及其模型27

3.2　语音发送过程的声学模型29

3.2.1　语音发送过程的声学理论29

3.2.2　语音发送过程的声学模型31

3.3　语音发送过程的数字模型34

3.3.1　声带、声道和唇辐射的数字模型34

3.3.2　语音发送过程的完整数字模型37

3.4　语音发送过程的电模型38

3.5　语音接收过程的电模型40

第四章　计算机语音分析技术42

4.1　语音分析的一般方法42

4.2　语音的时域分析46

4.2.1　过零分析46

4.2.2　幅度分析49

4.2.3　相关分析52

4.3　语音的频域分析58

4.3.1　滤波器组法58

4.3.2 傅里叶频谱分析59

4.3.3　汉语语音的功率谱分析64

4.4　语谱图74

4.4.1　语谱仪原理74

4.4.2　美国英语语谱图80

4.4.3　可见语音86

4.4.4　语谱图分析90

第五章　计算机语音存储与再生技术92

5.1　语音信号的数字处理92

5.1.1　编译码技术的基本概念92

5.1.2　语音信号的压缩技术96

5.1.3　语音信号的编码技术98

5.2　语音信号的存储技术105

5.2.1　半导体随机存储器105

5.2.2 半导体只读存储器110

5.2.3　数字语音存储器113

5.3　计算机语音处理机118

5.3.1　语音存储与再生集成芯片118

5.3.2　语音记录和回放电路131

5.4　新型器件及其应用143

5.4.1　ISD产品系列144

5.4.2　ISD器件的寻址方式154

5.4.3　ISD器件的使用158

5.4.4　ISD器件的应用实例166

第六章　计算机语音合成技术187

6.1　计算机语音合成原理和方法187

6.1.1　计算机语音合成技术概况187

6.1.2　共振峰语音合成原理189

6.2　线性预测合成技术192

6.2.1　线性预测原理192

6.2.2　格型合成滤波器分析198

6.2.3　TMS5220语音合成处理器205

6.3　语音音素合成技术218

6.3.1　语音音素合成原理218

6.3.2　Votrax ML-I型音素合成器219

6.3.3　Votrax SC-01音素合成技术223

6.3.4　汉语的音素合成231

6.4　可视语言的语音合成技术234

6.4.1　发音参数语音合成器234

6.4.2　用视觉音素的语音合成技术236

第七章 计算机语音识别技术242

7.1　计算机语音识别一般概念242

7.1.1　语音识别的类型和问题242

7.1.2　语音识别的基本过程244

7.2.1　语音识别的一般方法246

7.2　计算机语音识别原理和方法246

7.2.2　语音识别的测度和决策249

7.2.3　时间规整法250

7.3　滤波器组法语音识别技术255

7.3.1　滤波器组法语音识别原理255

7.3.2　语音识别芯片257

7.3.3　语音识别应用电路262

7.3.4　微机控制语音识别系统267

7.4.1　汉语语音识别系统分析274

7.4　微机汉语语音识别研究274

7.4.2　提高汉语语音识别率的硬件方法277

7.4.3　汉语语音识别实验及其分析280

第八章　计算机语音增强技术284

8.1　计算机语音增强的概念和研究的意义284

8.2　噪声度量、特性和评价285

8.2.1　噪声的分类和度量285

8.2.2　噪声的特性289

8.2.3　航空噪声291

8.2.4　噪声测量和评价293

8.3　计算机语音增强的原理和方法297

8.3.1　频谱减法297

8.3.2　线性滤波法297

8.3.3　梳状滤波法298

8.3.4 自相关法298

8.3.5　卡尔曼滤波法299

8.3.6 自适应噪声抵消法301

8.4　自适应噪声抵消法302

8.4.1　LMS自适应滤波原理303

8.4.2　LMS自适应滤波算法的性能分析306

8.4.3 混合LMS算法（HLMS）及其与LMS算法的性能比较316

8.5 自适应噪声抵消系统的实现和实验结果318

8.5.1 自适应噪声抵消系统的组成原理318

8.5.2 自适应噪声抵消系统的实现321

8.5.3 自适应噪声抵消实验结果322

9.1.1　语音技术的发展330

9.1.2　语音技术所面临的问题330

9.1 概述330

第九章 计算机语音技术的新理论和新方法330

9.1.3　语音技术系统的分类331

9.1.4　语音系统设计的关键技术331

9.2　隐马尔可夫模型技术333

9.2.1 隐马尔可夫模型的定义和基本概念333

9.2.2　隐马尔可夫模型的3个基本问题334

9.2.3　HMM的结构和类型337

9.2.5　显式状态驻留的HMM338

9.2.4 HMM结构上的变化——空转移及捆绑状态338

9.2.6　基于HMM的孤立词语音识别系统341

9.2.7 HMM的不足及语音识别随机模型的统一框架——分段模型343

9.3　语音的神经网络识别技术345

9.3.1　BP网络结构345

9.3.2　BP网络学习公式推导346

9.3.3　Kohonen自组织网络349

9.3.4　Kohonen网络的语音识别技术351

9.4　HMM与自组织神经网络结合的语音识别356

9.4.1 HMMNN（HMM与自组织神经网络）模型及学习算法356

9.4.2　应用实验结果358

9.5　小波分析在语音信号处理中的应用359

9.5.1　运用小波理论的语音处理技术360

9.5.2　小波分析技术在语音基音频率分析中的应用技术362

9.5.3　复解析小波变换在语音信号包络提取方面的应用366

9.5.4　甚低比特率小波子带语音压缩编码370

9.5.5　基于小波变换和音质模型的音频编码技术373