本書系統(tǒng)地闡述語音信號處理的原理、方法、技術(shù)和應(yīng)用，同時給出部分內(nèi)容對應(yīng)的MATLAB程序。全書共14章，第1～7章是基本理論部分，包括緒論、語音信號的數(shù)字模型、語音信號短時時域分析、語音信號短時頻域分析、語音信號倒譜分析、語音信號線性預(yù)測分析和矢量量化；第8～14章是應(yīng)用部分，包括語音編碼原理及應(yīng)用、語音識別原理及應(yīng)用、神經(jīng)網(wǎng)絡(luò)原理及應(yīng)用、語音合成原理及應(yīng)用、語音情感識別原理及應(yīng)用、語音增強(qiáng)原理及應(yīng)用、語音質(zhì)量評價(jià)和可懂度評價(jià)。本書內(nèi)容全面，重點(diǎn)突出，原理闡述深入淺出，注重理論與實(shí)際應(yīng)用的結(jié)合，可讀性強(qiáng)。
張雪英，太原理工大學(xué)教授、博士生導(dǎo)師，從事本科生和研究生的語音信號處理、DSP應(yīng)用及多媒體通信等的教學(xué)和科研工作，主要研究方向?yàn)檎Z音編碼、抗噪語音識別和DSP應(yīng)用及嵌入式系統(tǒng)開發(fā)及應(yīng)用。
第1章 緒論1
1.1 語音信號處理的發(fā)展1
1.1.1 語音合成1
1.1.2 語音編碼2
1.1.3 語音識別4
1.2 語音信號處理的應(yīng)用7
1.3 語音信號處理的過程8
1.4 MATLAB在數(shù)字語音信號處理中的應(yīng)用9
習(xí)題110
第2章 語音信號的數(shù)字模型11
2.1 語音的發(fā)聲機(jī)理11
2.1.1 人的發(fā)聲器官11
2.1.2 語音生成12
2.2 語音的聽覺機(jī)理13
2.2.1 聽覺器官13
2.2.2 聽覺掩蔽效應(yīng)14
2.2.3 臨界帶寬與頻率群15
2.2.4 耳蝸的信號處理機(jī)制16
2.2.5 語音信號聽覺模型17
2.3 語音信號的數(shù)字模型18
2.3.1 激勵模型18
2.3.2 聲道模型20
2.3.3 輻射模型22
2.3.4 數(shù)字模型22
2.3.5 模型局限性23
習(xí)題223
第3章 語音信號短時時域分析24
3.1 語音信號的預(yù)處理24
3.1.1 語音信號的預(yù)加重處理24
3.1.2 語音信號的加窗處理26
3.2 短時平均能量29
3.3 短時平均幅度32
3.4 短時平均過零率34
3.5 短時自相關(guān)分析36
3.5.1 短時自相關(guān)函數(shù)36
3.5.2 語音信號的短時自相關(guān)函數(shù)36
3.5.3 修正的短時自相關(guān)函數(shù)41
3.5.4 短時平均幅度差函數(shù)44
3.6 基于能量和過零率的語音端點(diǎn)檢測45
3.7 基音周期估值47
3.7.1 基于短時自相關(guān)法的基音周期估值47
3.7.2 基于短時平均幅度差函數(shù)法的基音周期估值51
3.7.3 基音周期估值的后處理53
3.7.4 基音周期估值后處理的MATLAB實(shí)現(xiàn)54
習(xí)題357
第4章 語音信號短時頻域分析59
4.1 傅里葉變換的解釋59
4.1.1 短時傅里葉變換59
4.1.2 窗函數(shù)的作用60
4.2 濾波器的解釋65
4.2.1 短時傅里葉變換的濾波器實(shí)現(xiàn)形式一65
4.2.2 短時傅里葉變換的濾波器實(shí)現(xiàn)形式二66
4.3 短時合成的兩種方法67
4.3.1 短時合成的濾波器組相加法原理67
4.3.2 短時合成的濾波器組相加法的MATLAB實(shí)現(xiàn)69
4.3.3 短時合成的疊接相加法原理及其MATLAB實(shí)現(xiàn)75
習(xí)題478
第5章 語音信號倒譜分析80
5.1 復(fù)倒譜和倒譜的定義及性質(zhì)80
5.1.1 定義80
5.1.2 復(fù)倒譜的性質(zhì)80
5.2 語音信號倒譜分析及應(yīng)用83
5.2.1 語音信號倒譜分析原理83
5.2.2 語音信號倒譜應(yīng)用85
5.3 Mel頻率倒譜參數(shù)91
5.3.1 Mel頻率濾波器組91
5.3.2 MFCC提取93
5.3.3 MFCC提取的MATLAB實(shí)現(xiàn)94
習(xí)題595
第6章 語音信號線性預(yù)測分析97
6.1 LPC的基本原理97
6.1.1 LPC的實(shí)現(xiàn)方法97
6.1.2 語音信號模型和LPC之間的關(guān)系99
6.1.3 模型增益G的確定100
6.2 LPC系數(shù)的解法101
6.2.1 自相關(guān)法101
6.2.2 協(xié)方差法102
6.2.3 自相關(guān)法的MATLAB實(shí)現(xiàn)103
6.3 線譜對（LSP）分析104
6.3.1 LSP的定義和特點(diǎn)105
6.3.2 LPC系數(shù)到LSP系數(shù)的轉(zhuǎn)換及MATLAB實(shí)現(xiàn)108
6.3.3 LSP系數(shù)到LPC系數(shù)的轉(zhuǎn)換及MATLAB實(shí)現(xiàn)111
6.4 LPC的幾種推演參數(shù)113
6.4.1 反射系數(shù)113
6.4.2 對數(shù)面積比（LAR）系數(shù)113
6.4.3 預(yù)測器多項(xiàng)式的根114
6.4.4 預(yù)測誤差濾波器的沖激響應(yīng)及其自相關(guān)函數(shù)114
6.5 LPC的兩個應(yīng)用實(shí)例114
6.5.1 LPC倒譜及MATLAB實(shí)現(xiàn)115
6.5.2 LPC基音周期檢測及MATLAB實(shí)現(xiàn)117
習(xí)題6124
第7章 矢量量化126
7.1 矢量量化基本原理127
7.1.1 矢量量化的定義127
7.1.2 失真測度128
7.1.3 矢量量化器129
7.2 最佳矢量量化器130
7.3 矢量量化器的設(shè)計(jì)算法及MATLAB實(shí)現(xiàn)131
7.3.1 LBG算法131
7.3.2 初始碼書的選取與空胞腔的處理133
7.3.3 已知訓(xùn)練序列的LBG算法的MATLAB實(shí)現(xiàn)134
7.3.4 樹形搜索矢量量化器136
習(xí)題7139
第8章 語音編碼原理及應(yīng)用140
8.1 語音編碼的分類及特性140
8.1.1 波形編碼140
8.1.2 參數(shù)編碼141
8.1.3 混合編碼141
8.2 語音編碼性能的評價(jià)指標(biāo)141
8.2.1 編碼速率141
8.2.2 編碼語音質(zhì)量評價(jià)142
8.2.3 編解碼延時142
8.2.4 算法復(fù)雜度142
8.3 語音信號波形編碼143
8.3.1 脈沖編碼調(diào)制（PCM）143
8.3.2 自適應(yīng)預(yù)測編碼（APC）147
8.3.3 G.721標(biāo)準(zhǔn)及算法實(shí)現(xiàn)149
8.4 語音信號參數(shù)編碼161
8.4.1 LPC聲碼器原理161
8.4.2 LPC-10聲碼器162
8.5 語音信號混合編碼165
8.5.1 合成分析技術(shù)和感覺加權(quán)濾波器165
8.5.2 激勵模型的演變167
8.5.3 G.728標(biāo)準(zhǔn)簡介167
8.6 語音信號寬帶變速率編碼168
習(xí)題8169
第9章 語音識別原理及應(yīng)用170
9.1 語音識別系統(tǒng)概述170
9.1.1 語音信號預(yù)處理170
9.1.2 語音識別特征提取171
9.1.3 語音訓(xùn)練識別網(wǎng)絡(luò)172
9.2 支持向量機(jī)在語音識別中的應(yīng)用175
9.2.1 支持向量機(jī)分類原理175
9.2.2 支持向量機(jī)的模型參數(shù)選擇問題180
9.2.3 支持向量機(jī)用于語音識別的MATLAB實(shí)現(xiàn)181
習(xí)題9185
第10章 神經(jīng)網(wǎng)絡(luò)原理及應(yīng)用186
10.1 人工神經(jīng)網(wǎng)絡(luò)186
10.1.1 神經(jīng)元186
10.1.2 神經(jīng)網(wǎng)絡(luò)的分類187
10.2 深度神經(jīng)網(wǎng)絡(luò)188
10.2.1 深度學(xué)習(xí)188
10.2.2 卷積神經(jīng)網(wǎng)絡(luò)189
10.2.3 長短時記憶（LSTM）網(wǎng)絡(luò)190
10.3 神經(jīng)網(wǎng)絡(luò)在語音信號處理中的應(yīng)用191
10.3.1 RBF網(wǎng)絡(luò)在語音識別中的應(yīng)用及MATLAB實(shí)現(xiàn)191
10.3.2 SOFM網(wǎng)絡(luò)在語音編碼中的應(yīng)用及MATLAB實(shí)現(xiàn)197
10.3.3 深度神經(jīng)網(wǎng)絡(luò)在語音識別中的應(yīng)用200
習(xí)題10202
第11章 語音合成原理及應(yīng)用203
11.1 語音合成系統(tǒng)概述203
11.1.1 文本分析204
11.1.2 韻律控制206
11.1.3 語音合成方法206
11.2 傳統(tǒng)語音合成207
11.2.1 共振峰合成208
11.2.2 線性預(yù)測分析合成210
11.2.3 基音同步疊加212
11.2.4 統(tǒng)計(jì)參數(shù)語音合成219
11.3 基于深度學(xué)習(xí)的端到端語音合成223
11.3.1 基于WaveNet的語音合成223
11.3.2 基于FastSpeech的語音合成225
習(xí)題11226
第12章 語音情感識別原理及應(yīng)用227
12.1 情感的劃分227
12.1.1 離散情感劃分227
12.1.2 情感維度空間228
12.1.3 其他情感模型231
12.2 情感語音數(shù)據(jù)庫232
12.2.1 情感語音數(shù)據(jù)庫建立原則與方法232
12.2.2 常用情感語音數(shù)據(jù)庫233
12.3 語音情感特征及識別模型的應(yīng)用234
12.3.1 傳統(tǒng)語音情感特征234
12.3.2 基于經(jīng)驗(yàn)?zāi)B(tài)分解的特征238
12.3.3 語音情感的非線性特征242
12.3.4 深度神經(jīng)網(wǎng)絡(luò)在語音情感識別中的應(yīng)用249
習(xí)題12251
第13章 語音增強(qiáng)原理及應(yīng)用252
13.1 語音特性和數(shù)據(jù)庫252
13.1.1 語音和噪聲的主要特性252
13.1.2 語音和噪聲數(shù)據(jù)庫253
13.2 語音增強(qiáng)算法的分類254
13.2.1 無監(jiān)督語音增強(qiáng)算法254
13.2.2 有監(jiān)督語音增強(qiáng)算法255
13.3 傳統(tǒng)語音增強(qiáng)算法及MATLAB實(shí)現(xiàn)257
13.3.1 譜減法257
13.3.2 維納濾波法260
13.3.3 最小均方誤差法263
13.4 基于深度學(xué)習(xí)的語音增強(qiáng)算法266
13.4.1 基于卷積神經(jīng)網(wǎng)絡(luò)的語音增強(qiáng)267
13.4.2 基于長短期記憶網(wǎng)絡(luò)的語音增強(qiáng)273
13.4.3 基于生成對抗網(wǎng)絡(luò)的語音增強(qiáng)275
習(xí)題13278
第14章 語音質(zhì)量評價(jià)和可懂度評價(jià)279
14.1 語音質(zhì)量與可懂度279
14.2 語音質(zhì)量的主觀評價(jià)方法279
14.3 語音可懂度的主觀評價(jià)方法281
14.4 語音質(zhì)量客觀評價(jià)方法283
14.4.1 時域和頻域分段信噪比方法及MATLAB實(shí)現(xiàn)283
14.4.2 基于LPC客觀評價(jià)方法及MATLAB實(shí)現(xiàn)287
14.4.3 語音質(zhì)量的感知（PESQ）評價(jià)方法及MATLAB實(shí)現(xiàn)290
14.5 語音可懂度客觀評價(jià)方法294
14.5.1 頻域加權(quán)分段信噪比評價(jià)方法及MATLAB實(shí)現(xiàn)294
14.5.2 歸一化協(xié)方差（NCM）評價(jià)方法及MATLAB實(shí)現(xiàn)298
習(xí)題14301
參考文獻(xiàn)302
書單推薦
