语音信号处理 C++版2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

语音信号处理 C++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

第1章 绪论1

1.1 语音信号的发展历程1

1.2 语音信号处理的研究方向2

1.3 本书结构4

第2章 语音信号处理的基础知识5

2.1 语音的产生与感知5

2.1.1 人类发音系统5

2.1.2 人类听觉系统6

2.1.3 听觉感知特性[C]7

2.2 语音产生的数学模型13

2.2.1 激励模型13

2.2.2 声道模型14

2.2.3 辐射模型18

2.2.4 数学模型与实现[C]18

2.3 语音的常用参数21

2.3.1 强度与响度[C]22

2.3.2 频率与音高27

2.3.3 音色与音质28

2.4 语音信号的数字化28

2.5 语音信号的表征29

2.5.1 时域表示29

2.5.2 频谱表示30

2.5.3 语谱图32

2.6 思考与复习题33

第3章 语音信号分析方法34

3.1 概述34

3.2 语音信号预处理34

3.2.1 分帧与加窗[C]34

3.2.2 消除趋势项和直流分量38

3.2.3 预加重与去加重41

3.3 语音信号的时域分析[C]42

3.3.1 短时能量及短时平均幅度43

3.3.2 短时过零率44

3.3.3 短时自相关46

3.3.4 短时平均幅度差48

3.4 语音信号的频域分析49

3.4.1 短时傅里叶变换49

3.4.2 功率谱估计[C]51

3.4.3 短时谱的临界带特征矢量53

3.5 语音信号的倒谱分析53

3.5.1 同态信号处理的基本原理54

3.5.2 复倒谱和倒谱[C]55

3.5.3 美尔倒谱系数[C]57

3.6 语音信号的线性预测分析62

3.6.1 线性预测分析的基本原理62

3.6.2 线性预测方程组的求解[C]65

3.6.3 线性预测相关参数69

36.4 线谱对分析71

3.6.5 线性预测系数与线谱对参数的互换[C]73

3.7 思考与复习题78

第4章 语音信号特征提取技术80

4.1 概述80

4.2 端点检测[C]80

4.2.1 双门限法81

4.2.2 自相关法85

4.2.3 谱熵法89

4.2.4 比例法91

4.2.5 谱距离法92

4.3 基音周期估计[C]94

4.3.1 信号预处理95

4.3.2 自相关法96

4.3.3 平均幅度差函数法100

4.3.4 倒谱法101

4.3.5 简化逆滤波法103

4.3.6 基音检测后处理104

4.4 共振峰估计[C]107

4.4.1 倒谱法108

4.4.2 线性预测法110

4.5 思考与复习题115

第5章 语音增强116

5.1 概述116

5.2 基础知识116

5.2.1 人耳感知特性116

5.2.2 语音特性117

5.2.3 噪声特性117

5.2.4 语音质量评价标准118

5.3 谱减法122

5.3.1 基本原理[C]122

5.3.2 改进算法126

5.4 维纳滤波法127

5.4.1 基本原理127

5.4.2 改进算法[C]128

5.5 自适应滤波器法133

5.5.1 最小均方误差滤波器[C]133

5.5.2 归一化最小均方误差滤波器136

5.5.3 自适应陷波器[C]138

5.5.4 干扰抑制140

5.6 基于听觉掩蔽效应的语音增强方法141

5.6.1 听觉掩蔽阈值计算141

5.6.2 感知滤波器方法143

5.7 思考与复习题145

第6章 说话人识别146

6.1 概述146

6.2 说话人识别原理及系统结构147

6.2.1 预处理147

6.2.2 说话人识别特征的选取149

6.2.3 特征参量评价方法151

6.2.4 模式匹配方法152

6.2.5 说话人识别中判别方法和阈值的选择152

6.2.6 说话人识别系统的评价154

6.3 应用VQ的说话人识别系统154

6.3.1 系统模型154

6.3.2 VQ基本原理155

6.3.3 失真测度157

6.3.4 系统的设计与实现[C]159

6.4 应用GMM的说话人识别系统164

6.4.1 系统模型164

6.4.2 GMM概述165

6.4.3 GMM的参数估计166

6.4.4 GMM模型的问题171

6.5 尚需进一步探索的研究课题173

6.6 思考与复习题174

第7章 语音识别175

7.1 概述175

7.2 语音识别原理与系统构成177

7.2.1 基本构成177

7.2.2 前端处理178

7.2.3 关键组成178

7.3 基于动态时间规整的语音识别系统180

7.3.1 系统构成180

7.3.2 动态时间规整[C]181

7.3.3 算法的改进184

7.4 基于隐马尔可夫模型的语音识别系统185

7.4.1 隐马尔可夫模型概述185

7.4.2 隐马尔可夫模型的定义187

7.4.3 隐马尔可夫模型的基本算法189

7.4.4 基于隐马尔可夫模型的孤立字（词）识别194

7.4.5 算法的改进策略195

7.5 性能评测197

7.5.1 评测方法及指标197

7.5.2 其他因素199

7.6 系统总结199

7.7 思考与复习题200

第8章 语音信号情感处理201

8.1 概述201

8.2 情感理论与情感诱发实验201

8.2.1 情感的心理学理论201

8.2.2 实用语音情感数据库的建立202

8.2.3 情感语料的诱发方法204

8.2.4 情感语料的主观评价方法206

8.3 情感的声学特征分析207

8.3.1 情感特征提取207

8.3.2 特征降维算法[C]212

8.4 实用语音情感的识别算法研究217

8.4.1 K近邻分类器[C]218

8.4.2 支持向量机220

8.4.3 人工神经网络223

8.5 应用与展望226

8.6 思考与复习题227

第9章 语音合成与转换228

9.1 概述228

9.2 帧合成技术230

9.3 经典语音合成算法234

9.3.1 线性预测合成法[C]234

9.3.2 共振峰合成法[C]240

9.3.3 基音同步叠加技术247

9.4 语音信号的变速和变调[C]250

9.5 文语转换系统260

9.6 语音转换及其研究方向261

9.7 思考与复习题263

第10章 声源定位264

10.1 概述264

10.2 双耳听觉定位原理及方法265

10.2.1 人耳听觉定位原理265

10.2.2 人耳声源定位线索266

10.2.3 声源估计方法268

10.3 传声器阵列模型269

10.3.1 窄带阵列信号处理模型269

10.3.2 传声器阵列信号模型270

10.4 房间回响模型[C]272

10.5 基于传声器阵列的声源定位方法276

10.5.1 基于最大输出功率的可控波束形成算法276

10.5.2 基于到达时间差的定位算法[C]277

10.5.3 基于高分辨率谱估计的定位算法[C]281

10.6 总结与展望290

10.7 思考与复习题290

第11章 语音隐藏291

11.1 概述291

11.2 信息隐藏基础292

11.3 语音信息隐藏算法294

11.3.1 低比特位编码法[C]294

11.3.2 回声隐藏算法[C]297

11.3.3 其他算法301

11.4 常用评价指标303

11.5 总结与展望305

11.6 思考与复习题306

第12章 语音编码307

12.1 概述307

12.2 理论依据308

12.3 主要性能指标309

12.4 波形编码311

12.4.1 脉冲编码调制[C]311

12.4.2 自适应预测编码314

12.4.3 自适应差分脉冲编码调制315

12.5 参数编码320

12.5.1 LPC参数的变换和量化320

12.5.2 LPC-10编码器321

12.5.3 LPC-10编解码器的缺点及改进324

12.6 语音信号的混合编码325

12.7 研究展望327

12.8 思考与复习题328

附录329

附录A MFC类模板及引入的函数库说明329

A.1 std：：vector简介329

A.2 std：：complex简介330

A.3 FFTW函数库简介330

附录B 基于MFC的语音录放原理与程序实现331

B.1 MFC消息机制331

B.2 基于MFC的语音录放原理334

B.3 基于MFC的语音录放程序实现336

附录C 书中涉及的C＋＋函数说明357

参考文献358