本書貫穿了信號(hào)的獲取、處理、分析和識(shí)別整條鏈路所需的關(guān)鍵知識(shí)點(diǎn)，以聲信號(hào)為研究對(duì)象，闡述了傳統(tǒng)信號(hào)處理、自適應(yīng)信號(hào)處理、機(jī)器學(xué)習(xí)等信號(hào)處理和智能分析設(shè)計(jì)等知識(shí)要點(diǎn)。全書總共16章，第1～4章介紹了經(jīng)典信號(hào)處理與分析方法，第5～11章闡述了先進(jìn)信號(hào)處理方法、人工特征的獲取原理和方法，第12～16章主要說(shuō)明了深度學(xué)習(xí)、混合

音響師自學(xué)指南是一本實(shí)用性較強(qiáng)的音響技術(shù)書籍，是作者二十余年音響從業(yè)經(jīng)驗(yàn)和十余年培訓(xùn)精華的總結(jié)。音響師自學(xué)指南以把復(fù)雜的技術(shù)簡(jiǎn)單化為宗旨，以自學(xué)為指導(dǎo)思路，用通俗的語(yǔ)言、由淺入深地講述音響師需要掌握的音響系統(tǒng)知識(shí)。本書主要內(nèi)容包括：電聲知識(shí)、音箱系統(tǒng)、增益結(jié)構(gòu)、儀表與刻度、系統(tǒng)調(diào)試、動(dòng)態(tài)效果器、數(shù)字調(diào)音臺(tái)、返聽系統(tǒng)、現(xiàn)

本書分為三篇：基礎(chǔ)理論與實(shí)踐篇、操作應(yīng)用與技能篇和數(shù)字音響技術(shù)篇，書中主要介紹音響技術(shù)的基本原理、各種音響設(shè)備的基本功能及工作原理與基本操作方法，具體介紹了音響系統(tǒng)的連接調(diào)整方法與使用技巧，重點(diǎn)介紹了調(diào)音臺(tái)與周邊設(shè)備以及功放音箱的使用調(diào)整方法和故障的檢測(cè)判斷方法。同時(shí)，本書對(duì)于數(shù)字聲頻技術(shù)、數(shù)字調(diào)音臺(tái)、數(shù)字音頻信號(hào)的網(wǎng)

Kaldi是目前語(yǔ)音識(shí)別領(lǐng)域，廣受歡迎并流行的開源工具包。Kaldi設(shè)計(jì)之初對(duì)通用性，可拓展性等一系列源代碼層次的考量，大大降低了Kaldi作為語(yǔ)音識(shí)別工具包的門檻，同時(shí)擁有非常完整的語(yǔ)音識(shí)別系統(tǒng)訓(xùn)練腳本。本書通過(guò)對(duì)Kaldi已有訓(xùn)練腳本的梳理和引導(dǎo)，幫助讀者快速搭建可用的語(yǔ)音識(shí)別系統(tǒng)。

本書是面向從事音頻領(lǐng)域研究的專業(yè)書籍。通過(guò)此書，讀者能夠掌握空間線索在音頻中應(yīng)用的基礎(chǔ)知識(shí)，并能了解空間音頻技術(shù)在3D音頻研究的一些前沿內(nèi)容和實(shí)驗(yàn)手段。本書概念講解清楚、系統(tǒng)性強(qiáng)，是作者多年來(lái)從事數(shù)字音頻編碼工作并指導(dǎo)研究生開展研究的經(jīng)驗(yàn)總結(jié)，具有較強(qiáng)的實(shí)用性，可供高等院校相關(guān)專業(yè)的高年級(jí)本科生、研究生和工程技術(shù)人員

數(shù)字技術(shù)的快速發(fā)展和網(wǎng)絡(luò)應(yīng)用的普及，帶動(dòng)現(xiàn)場(chǎng)擴(kuò)聲設(shè)備從模擬時(shí)代向數(shù)字化時(shí)代轉(zhuǎn)變，涌現(xiàn)出各種品牌的數(shù)字調(diào)音臺(tái)、數(shù)字信號(hào)處理器、數(shù)字功率放大器等數(shù)字化音頻設(shè)備，可以利用計(jì)算機(jī)軟件配合完成擴(kuò)聲工程設(shè)計(jì)、聲場(chǎng)覆蓋模擬、電聲調(diào)試等工作，利用網(wǎng)絡(luò)實(shí)現(xiàn)遠(yuǎn)距離傳輸，解決長(zhǎng)距離音頻信號(hào)衰減的難題。本書以現(xiàn)場(chǎng)演出的數(shù)字?jǐn)U音設(shè)備為實(shí)例，介紹

《解析深度學(xué)習(xí)：語(yǔ)音識(shí)別實(shí)踐》是首部介紹語(yǔ)音識(shí)別中深度學(xué)習(xí)技術(shù)細(xì)節(jié)的專著。全書首先概要介紹了傳統(tǒng)語(yǔ)音識(shí)別理論和經(jīng)典的深度神經(jīng)網(wǎng)絡(luò)核心算法。接著全面而深入地介紹了深度學(xué)習(xí)在語(yǔ)音識(shí)別中的應(yīng)用，包括“深度神經(jīng)網(wǎng)絡(luò)-隱馬爾可夫混合模型”的訓(xùn)練和優(yōu)化，特征表示學(xué)習(xí)、模型融合、自適應(yīng)，以及以循環(huán)神經(jīng)網(wǎng)絡(luò)為代表的若干先進(jìn)深度學(xué)習(xí)技術(shù)

《語(yǔ)音信號(hào)增強(qiáng)技術(shù)及其應(yīng)用》詳細(xì)介紹了基于短時(shí)譜估計(jì)、自適應(yīng)濾波、小波變換、子空間、盲源分離、噪聲掩蔽、分?jǐn)?shù)階傅里葉、分形及神經(jīng)網(wǎng)絡(luò)等語(yǔ)音增強(qiáng)算法；通過(guò)語(yǔ)音質(zhì)量評(píng)價(jià)系統(tǒng)，對(duì)語(yǔ)音質(zhì)量進(jìn)行了評(píng)價(jià)，并對(duì)語(yǔ)音增強(qiáng)算法及其效果進(jìn)行了仿真比較；利用DSP技術(shù)及OMAP平臺(tái)。將語(yǔ)音增強(qiáng)算法應(yīng)用于無(wú)線語(yǔ)音通信系統(tǒng)，實(shí)現(xiàn)了較好的語(yǔ)音增強(qiáng)