第1篇 语音信号处理基础篇

第1章 绪论

1.1语音信号处理概述

1.2语音信号处理的发展

1.3语音信号处理的应用

1.4本书内容

思考与练习

第2章 语音信号处理的基础知识

2.1语音和语言

2.2语音产生的过程及其声学特性

2.2.1语音的发音器官

2.2.2人类语音的产生过程

2.2.3共振峰频率

2.3语音信号的声学特性

2.3.1语音信号的物理属性

2.3.2语音信号的统计特性

2.3.3语音信号的时间波形和频谱特性

2.4语音信号产生的数字模型

2.4.1激励模型

2.4.2声道模型

2.4.3辐射模型

2.4.4完整的语音信号数字模型

2.5人类的听觉功能

2.5.1听觉器官

2.5.2听觉感知

2.5.3声音三要素

2.5.4听觉掩蔽效应

思考与练习

第2篇 语音信号处理分析篇

第3章 语音信号的时域分析

3.1语音信号的数字化和预处理

3.1.1采样和量化

3.1.2预处理

3.1.3语音信号的加窗处理

3.2短时能量分析

3.2.1短时平均能量

3.2.2短时平均幅度

3.3短时过零分析

3.4短时相关分析

3.4.1短时自相关函数

3.4.2修正的短时自相关函数

3.4.3短时平均幅度差函数

3.5基音周期估值

3.5.1基于短时自相关法的基音周期估值

3.5.2基于短时平均幅度差函数AMDF法的基音周期估值

3.5.3基音周期估值的后处理

思考与练习

第4章 语音信号的频域分析

4.1短时傅里叶变换的定义

4.2短时傅里叶变换的两种解释

4.2.1标准傅里叶变换的解释

4.2.2滤波器的解释

4.3短时傅里叶变换的采样率

4.3.1时域采样率

4.3.2频域采样率

4.3.3总采样率

4.4语音信号的短时综合

4.4.1滤波器组求和法

4.4.2快速傅里叶变换求和法

4.5语谱图

思考与练习

第5章 语音信号的同态处理

5.1卷积同态处理的基本原理

5.2复倒谱和倒谱

5.2.1复倒谱

5.2.2倒谱

5.3语音信号的复倒谱

5.3.1声门激励信号的复倒谱

5.3.2声道冲激响应序列的复倒谱

5.4复倒谱的几种计算方法

5.4.1微分法

5.4.2最小相位信号法

5.4.3递推法

5.5语音的倒谱分析及应用

5.5.1语音同态滤波系统构成

5.5.2语音的倒谱分析原理

5.5.3语音的倒谱应用

思考与练习

第6章 语音信号的线性预测分析

6.1线性预测分析的基本原理

6.1.1信号模型

6.1.2语音信号的线性预测模型

6.2线性预测方程的建立

6.3线性预测分析的经典解法

6.3.1自相关法

6.3.2协方差法

6.3.3自相关法和协方差法的比较

6.4格型法

6.4.1格型法的基本原理

6.4.2格型法的求解

6.5线谱对LSP分析

6.5.1 LSP的定义和特点

6.5.2 LPC参数到LSP参数的转换

6.5.3 LSP参数到LPC参数的转换

6.6导抗谱对ISP分析

6.6.1 ISP的定义和特点

6.6.2 LPC与ISP参数间的转换

6.7 LPC导出的其他语音参数

6.7.1反射系数

6.7.2对数面积比系数LAR

6.7.3 LPC倒谱系数LPCC

6.8 LPC分析的频域解释

6.8.1最小预测误差的频域解释

6.8.2 LPC谱估计

思考与练习

第7章 语音信号的矢量量化

7.1矢量量化的基本原理

7.1.1矢量量化的定义

7.1.2矢量量化系统的工作过程

7.1.3矢量量化与标量量化的比较

7.1.4失真测度

7.2最佳矢量量化器

7.2.1最佳划分

7.2.2最佳码书

7.3矢量量化器的设计算法

7.3.1 LBG算法

7.3.2初始码书的生成

7.3.3空胞腔的处理

7.4降低复杂度的矢量量化系统

7.4.1树形搜索矢量量化器

7.4.2多级矢量量化器

7.4.3波形/增益矢量量化器

7.4.4分离均值矢量量化器

7.4.5有记忆的矢量量化器

7.5语音参数的矢量量化

思考与练习

第8章 隐马尔可夫模型

8.1隐马尔可夫模型的引入

8.2隐马尔可夫模型的定义

8.3隐马尔可夫模型的计算

8.3.1概率Pr[Y/λ]的计算

8.3.2 HMM的识别

8.3.3 HMM的训练

8.4 HMM的各种结构类型

8.4.1 A矩阵参数分类

8.4.2 B矩阵参数分类

8.4.3其他一些特殊的HMM形式

8.5 HMM的一些实际问题

8.5.1下溢问题

8.5.2参数的初始化问题

8.5.3 B矩阵参数的选择

思考与练习

第9章 语音信号检测分析

9.1基音提取

9.1.1自相关法

9.1.2并行处理法

9.1.3倒谱法

9.1.4简化逆滤波法

9.2共振峰估值

9.2.1带通滤波器组法

9.2.2离散傅里叶变换（DFT）

9.2.3倒谱法

9.2.4 LPC法

思考与练习

第3篇 语音信号处理应用篇

第10章 语音编码

10.1语音信号的压缩编码原理

10.1.1语音压缩的基本原理

10.1.2语音通信中的语音质量

10.1.3语音编码的分类

10.2语音编码性能的评价指标

10.2.1编码速率

10.2.2编码质量

10.2.3编解码延时

10.2.4算法复杂度

10.3语音信号波形编码

10.3.1脉冲编码调制PCM

10.3.2自适应预测编码APC

10.3.3自适应差分脉冲编码调制ADPCM

10.3.4子带编码SBC

10.3.5变换编码TC

10.4语音信号参数编码

10.4.1声码器的工作原理

10.4.2相位声码器

10.4.3通道声码器

10.4.4共振峰声码器

10.4.5同态声码器

10.4.6线性预测声码器

10.5语音信号混合编码

10.5.1合成分析技术

10.5.2感觉加权滤波器

10.5.3激励模型的改进

10.5.4 G.728语音编码标准简介

10.6语音信号宽带变速率编码

10.7各种语音编码方法的比较

10.7.1波形编码的信号压缩技术

10.7.2波形编码和声码器的比较

10.7.3各种声码器的比较

思考与练习

第11章 语音合成

11.1概述

11.2语音合成原理

11.2.1波形合成法

11.2.2参数合成法

11.2.3规则合成法

11.3语音合成系统的特性

11.3.1合成单元

11.3.2合成参数

11.3.3合成音质

11.4共振峰合成

11.4.1共振峰合成原理

11.4.2级联型共振峰模型

11.4.3并联型共振峰模型

11.4.4共振峰合成实例

11.5线性预测合成

11.6基音同步叠加法

11.6.1算法原理

11.6.2算法实现步骤

11.7文语转换系统

11.7.1文语转换系统的组成

11.7.2汉语按规则合成

11.8语音合成技术的应用

11.8.1语音合成的典型应用

11.8.2专用语音合成硬件及语音合成器芯片

思考与练习

第12章 语音识别

12.1概述

12.2语音识别原理

12.3动态时间规整

12.4有限状态矢量量化技术

12.4.1 FSVO原理及FSVQ声码器

12.4.2 FSVQ语音识别器

12.5孤立词识别系统

12.6连续语音识别

12.6.1识别基元的选择与切分

12.6.2发音变化及音征提取

12.6.3训练及新的识别方法

12.6.4基于HMM统一框架的大词汇量非特定人连续语音识别

思考与练习

第13章 说话人识别

13.1概述

13.2特征选取

13.2.1说话人识别所用特征

13.2.2特征类型的优选准则

13.3说话人识别系统的结构

13.4说话人识别中的识别方法

13.4.1模板匹配法

13.4.2概率统计方法

13.4.3动态时间规整方法

13.4.4矢量量化方法

13.4.5隐马尔可夫模型方法

13.4.6人工神经网络方法

13.5声纹识别应用前景

13.5.1声纹识别特性

13.5.2声纹识别应用

13.5.3声纹识别未来

思考与练习

第14章 语音增强

14.1概述

14.2语音特性、人耳感知特性及噪声特性

14.2.1语音特性

14.2.2人耳感知特性

14.2.3噪声特性

14.3语音增强算法

14.3.1参数方法

14.3.2非参数方法

14.3.3统计方法

14.3.4其他方法

14.4滤波器法

14.4.1固定滤波器

14.4.2自适应滤波

14.4.3变换技术

14.5非线性处理语音增强

14.5.1中心削波

14.5.2同态滤波法

14.6谱减法

14.6.1谱减法的原理

14.6.2谱减法的改进形式

14.6.3谱减法语音增强的仿真实现

14.7自相关相减法

14.8自适应噪声对消

14.8.1自适应滤波

14.8.2具有参考信号的自适应噪声对消

14.8.3利用延迟来建立参考信号的自适应噪声对消

思考与练习

第15章 语音处理的实时实现

15.1可编程DSP芯片应用基础

15.1.1 DSP的发展历程

15.1.2 DSP芯片的特点

15.1.3 DSP芯片的分类

15.1.4 DSP芯片的基本结构

15.1.5常用DSP芯片简介

15.1.6 DSP芯片的应用

15.2基于DSP的语音处理系统

15.2.1基于DSP的实时语音处理系统的构成

15.2.2基于DSP的实时语音处理系统的特点

15.2.3基于DSP的实时语音处理系统的设计过程

15.3 DSP CCS集成开发环境

15.3.1 DSP的开发工具

15.3.2 CCS概述

15.3.3 CCS的构成

15.4基于TMS320C5409的实时语音识别系统

15.4.1硬件介绍

15.4.2软件设计

15.4.3独立系统形成

思考与练习

附录 汉英名词术语对照

参考文献