第1篇 語(yǔ)音信號(hào)處理基礎(chǔ)

第1章 緒論

1.1　語(yǔ)音信號(hào)處理概述

1.2　語(yǔ)音信號(hào)處理的發(fā)展概況

1.3　本書的內(nèi)容

第2章 基礎(chǔ)知識(shí)

2.1　概述

2.2　語(yǔ)音產(chǎn)生的過程

2.3　語(yǔ)音信號(hào)的特性

2.4　語(yǔ)音信號(hào)產(chǎn)生的數(shù)字模型

2.5　語(yǔ)音感知

第2篇 語(yǔ)音信號(hào)分析

第3章 時(shí)域分析

3.1　概述

3.2　數(shù)字化和預(yù)處理

3.3　短時(shí)能量分析

3.4　短時(shí)過零分析

3.5　短時(shí)相關(guān)分析

第4章 短時(shí)傅里葉分析

4.1　概述

4.2　短時(shí)傅里葉變換

4.3　短時(shí)傅里葉變換的取樣率

4.4　語(yǔ)音信號(hào)的短時(shí)綜合

4.5　語(yǔ)譜圖

第5章 同態(tài)濾波及倒譜分析

5.1　概述

5.2　同態(tài)信號(hào)處理的基本原理

5.3　復(fù)倒譜和倒譜

5.4　兩個(gè)卷積分量復(fù)倒譜的性質(zhì)

5.5　避免相位卷繞的算法

5.6　語(yǔ)音信號(hào)復(fù)倒譜分析實(shí)例

第6章 線性預(yù)測(cè)分析

6.1　概述

6.2　線性預(yù)測(cè)分析的基本原理

6.3　線性預(yù)測(cè)方程組的建立

6.4　線性預(yù)測(cè)分析的解法(1)——自相關(guān)法和協(xié)方差法

6.5　線性預(yù)測(cè)分析的解法(2)——格型法

6.6　線性預(yù)測(cè)分析應(yīng)用——LPC譜估計(jì)和LPC復(fù)倒譜

6.7　線譜對(duì)(LSP)分析

6.8　極零模型

第7章 矢量量化

7.1　概述

7.2　矢量量化的基本原理

7.3　失真測(cè)度

7.4　最佳矢量量化器和碼本的設(shè)計(jì)

7.5　降低復(fù)雜度的矢量量化系統(tǒng)

7.6　語(yǔ)音參數(shù)的矢量量化

第8章 隱馬爾可夫模型(IIMM)

8.1　概述

8.2　隱馬爾可夫模型的引入

8.3　隱馬爾可夫模型的定義

8.4　隱馬爾可夫模型三項(xiàng)問題的求解

8.5　HMM的一些實(shí)際問題

第9章 語(yǔ)音檢測(cè)分析

9.1　基音檢測(cè)

9.2　共振峰估值

第3篇 語(yǔ)音信號(hào)處理技術(shù)與應(yīng)用

第10章 語(yǔ)音編碼(1)——波形編碼

10.1　概述

lO.2　語(yǔ)音信號(hào)的壓縮編碼原理

10.3　脈沖編碼調(diào)制(PCM)及其自適應(yīng)

10.4　預(yù)測(cè)編碼及其自適應(yīng)APC

10.5　自適應(yīng)差分脈沖編碼調(diào)制(ADPCM)及自適應(yīng)增量調(diào)制(ADM)

10.6　子帶編碼(SBC)

10.7　自適應(yīng)變換編碼(ATC)

第11章　語(yǔ)音編碼（2）——聲碼器技術(shù)及混合編碼

第12章　語(yǔ)音合成

第13章　語(yǔ)音識(shí)別

第14章　說話我識(shí)別

第15章　語(yǔ)音增強(qiáng)

第16章　人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用

第17章　語(yǔ)音信號(hào)處理中的新興與前沿技術(shù)

漢英名詞術(shù)語(yǔ)對(duì)照

參考文獻(xiàn)