第一篇 语音信号处理基础

第1章 绪论

1.1 语音信号处理的发展历史

1.2 语音信号处理的主要研究内容及发展概况

1.3 本书的内容

思考与复习题

第2章 语音信号处理的基础知识

2.1 概述

2.2 语音产生的过程

2.3 语音信号的特性

2.3.1 语言和语音的基本特性

2.3.2 语音信号的时间波形和频谱特性

2.3.3 语音信号的统计特性

2.4 语音产生的线性模型

2.4.1 激励模型

2.4.2 声道模型

2.4.3 辐射模型

2.4.4 语音信号数字模型

2.5 语音产生的非线性模型

2.5.1 FM-AM模型的基本原理

2.5.2 Teager能量算子

2.5.3 能量分离算法

2.5.4 FM-AM模型的应用

2.6 语音感知

2.6.1 听觉系统

2.6.2 神经系统

2.6.3 语音感知

思考与复习题

第二篇 语音信号分析

第3章 时域分析

3.1 概述

3.2 数字化和预处理

3.2.1 取样率和量化字长的选择

3.2.2 预处理

3.3 短时能量分析

3.4 短时过零分析

3.5 短时相关分析

3.5.1 短时自相关函数

3.5.2 修正的短时自相关函数

3.5.3 短时平均幅差函数

3.6 语音端点检测

3.6.1 双门限前端检测

3.6.2 多门限过零率前端检测

3.6.3 基于FM-AM模型的端点检测

3.7 基于高阶累积量的语音端点检测

3.7.1 噪声环境下的端点检测

3.7.2 高阶累积量与高阶谱

3.7.3 基于高阶累积量的端点检测

思考与复习题

第4章 短时傅里叶分析

4.1 概述

4.2 短时傅里叶变换

4.2.1 短时傅里叶变换的定义

4.2.2 傅里叶变换的解释

4.2.3 滤波器的解释

4.3 短时傅里叶变换的取样率

4.4 语音信号的短时综合

4.4.1 滤波器组求和法

4.4.2 FFT求和法

4.5 语谱图

思考与复习题

第5章 倒谱分析与同态滤波

5.1 概述

5.2 同态信号处理的基本原理

5.3 复倒谱和倒谱

5.4 语音信号两个卷积分量复倒谱的性质

5.4.1 声门激励信号

5.4.2 声道冲激响应序列

5.5 避免相位卷绕的算法

5.5.1 微分法

5.5.2 最小相位信号法

5.5.3 递推法

5.6 语音信号复倒谱分析实例

5.7 Mel频率倒谱系数

思考与复习题

第6章 线性预测分析

6.1 概述

6.2 线性预测分析的基本原理

6.2.1 基本原理

6.2.2 语音信号的线性预测分析

6.3 线性预测方程组的建立

6.4 线性预测分析的解法（1）——自相关和协方差法

6.4.1 自相关法

6.4.2 协方差法

6.4.3 自相关和协方差法的比较

6.5 线性预测分析的解法（2）——格型法

6.5.1 格型法基本原理

6.5.2 格型法的求解

6.6 线性预测分析的应用——LPC谱估计和LPC复倒谱

6.6.1 LPC谱估计

6.6.2 LPC复倒谱

6.6.3 LPC谱估计与其他谱分析方法的比较

6.7 线谱对（LSP）分析

6.7.1 线谱对分析原理

6.7.2 线谱对参数的求解

6.8 极零模型

思考与复习题

第7章 语音信号的非线性分析

7.1 概述

7.2 时频分析

7.2.1 短时傅里叶变换的局限

7.2.2 时频分析

7.3 小波分析

7.3.1 概述

7.3.2 小波变换的定义

7.3.3 典型的小波函数

7.3.4 离散小波变换

7.3.5 小波多分辨分析与Mallat算法

7.4 基于小波的语音分析

7.4.1 语音分解与重构

7.4.2 清／浊音判断

7.4.3 语音去噪

7.4.4 听觉系统模拟

7.4.5 小波包变换在语音端点检测中的应用

7.5 混沌与分形

7.6 基于混沌的语音分析

7.6.1 语音信号的混沌性

7.6.2 语音信号的相空间重构

7.6.3 语音信号的Lyapunov指数

7.6.4 基于混沌的语音、噪声判别

7.7 基于分形的语音分析

7.7.1 概述

7.7.2 语音信号的分形特征

7.7.3 基于分形的语音分割

思考与复习题

第8章 语音特征参数估计

8.1 基音估计

8.1.1 自相关法

8.1.2 并行处理法

8.1.3 倒谱法

8.1.4 简化逆滤波法

8.1.5 高阶累积量法

8.1.6 小波变换法

8.1.7 基音检测的后处理

8.2 共振峰估计

8.2.1 带通滤波器组法

8.2.2 DFT法

8.2.3 倒谱法

8.2.4 LPC法

8.2.5 FM-AM模型法

思考与复习题

第9章 矢量量化

9.1 概述

9.2 矢量量化的基本原理

9.3 失真测度

9.3.1 欧氏距离——均方误差

9.3.2 LPC失真测度

9.3.3 识别失真测度

9.4 最佳矢量量化器和码本的设计

9.4.1 矢量量化器最佳设计的两个条件

9.4.2 LBG算法

9.4.3 初始码书生成

9.5 降低复杂度的矢量量化系统

9.5.1 无记忆的矢量量化系统

9.5.2 有记忆的矢量量化系统

9.6 语音参数的矢量量化

9.7 模糊矢量量化

9.7.1 模糊集概述

9.7.2 模糊矢量量化

9.8 遗传矢量量化

9.8.1 遗传算法

9.8.2 遗传矢量量化

思考与复习题

第10章 隐马尔可夫模型

10.1 概述

10.2 隐马尔可夫模型的引入

10.3 隐马尔可夫模型的定义

10.4 隐马尔可夫模型三个问题的求解

10.4.1 概率的计算

10.4.2 HMM的识别

10.4.3 HMM的训练

10.4.4 EM算法

10.5 HMM的选取

10.5.1 HMM的类型选择

10.5.2 输出概率分布的选取

10.5.3 状态数的选取

10.5.4 初值选取

10.5.5 训练准则的选取

10.6 HMM应用与实现中的一些问题

10.6.1 数据下溢

10.6.2 多输出（观察矢量序列）情况

10.6.3 训练数据不足

10.6.4 考虑状态持续时间的HMM

10.7 HMM的结构和类型

10.7.1 HMM的结构

10.7.2 HMM的类型

10.7.3 按输出形式分类

10.8 HMM的相似度比较

思考与复习题

第三篇 语音信号处理技术与应用

第11章 语音编码

11.1 概述

11.2 语音信号的压缩编码原理

11.2.1 语音压缩的基本原理

11.2.2 语音通信中的语音质量

11.2.3 两种压缩编码方式

11.3 语音信号的波形编码

11.3.1 PCM及APCM

11.3.2 预测编码及自适应预测编码

11.3.3 ADPCM及ADM

11.3.4 子带编码（SBC）

11.3.5 自适应变换编码（ATC）

11.4 声码器

11.4.1 概述

11.4.2 声码器的基本结构

11.4.3 通道声码器

11.4.4 同态声码器

11.5 LPC声码器

11.5.1 LPC参数的变换与量化

11.5.2 LPC-10

11.5.3 LPC-10e

11.5.4 变帧率LPC声码器

11.6 各种常规语音编码方法的比较

11.6.1 波形编码的信号压缩技术

11.6.2 波形编码与声码器的比较

11.6.3 各种声码器的比较

11.7 基于LPC模型的混合编码

11.7.1 混合编码采用的技术

11.7.2 MPLPC

11.7.3 RPELPC

11.7.4 CELP

11.7.5 CELP的改进形式

11.7.6 基于分形码本的CELP

11.8 基于正弦模型的混合编码

11.8.1 正弦变换编码

11.8.2 多带激励（MBE）编码

11.9 极低速率语音编码

11.9.1 400～1.2 kb/s数码率的声码器

11.9.2 识别－合成型声码器

11.1 0语音编码的性能指标

11.1 1语音编码的质量评价

11.1 1.1 主观评价方法

11.1 1.2 客观评价方法

11.1 1.3 主客观评价方法的结合

11.1 1.4 基于多重分形的语音质量评价

11.1 2语音编码国际标准

11.1 3语音编码与图像编码的关系

小结

思考与复习题

第12章 语音合成

12.1 概述

12.2 语音合成原理

12.2.1 语音合成的方法

12.2.2 语音合成的系统特性

12.3 共振峰合成

12.3.1 共振峰合成原理

12.3.2 共振峰合成实例

12.4 LPC合成

12.5 PSOLA语音合成

12.5.1 概述

12.5.2 PSOLA的原理

12.5.3 PSOLA的实现

12.5.4 PSOLA的改进

12.5.5 PSOLA语音合成系统的发展

12.6 文语转换系统

12.6.1 组成与结构

12.6.2 文本分析

12.6.3 韵律控制

12.6 4语音合成

12.6.5 TTS系统的一些问题

12.7 基于HMM的参数化语音合成

12.8 语音合成的研究现状和发展趋势

12.9 语音合成硬件简介

思考与复习题

第13章 语音识别

13.1 概述

13.2 语音识别原理

13.3 动态时间规整

13.4 基于有限状态矢量量化的语音识别

13.5 孤立词识别系统

13.6 连接词识别

13.6.1 基本原理

13.6.2 基于DTW的连接词识别

13.6.3 基于HMM的连接词识别

13.6.4 基于分段K－均值的最佳词串分割及模型训练

13.7 连续语音识别

13.7.1 连续语音识别存在的困难

13.7.2 连续语音识别的训练及识别方法

13.7.3 连续语音识别的整体模型

13.7.4 基于HMM统一框架的大词汇非特定人连续语音识别

13.7.5 声学模型

13.7.6 语言学模型

13.7.7 最优路径搜索

13.8 说话人自适应

13.8.1 MAP算法

13.8.2 基于变换的自适应方法

13.8.3 基于说话人分类的自适应方法

13.9 鲁棒的语音识别

13.1 0关键词确认

13.1 1可视语音识别

13.1 1.1 概述

13.1 1.2 机器自动唇读

13.1 1.3 双模态语音识别

13.1 2语音理解

13.1 2.1 MAP语义解码

13.1 2.2 语义结构的表示

13.1 2.3 意图解码器

小结

思考与复习题

第14章 说话人识别

14.1 概述

14.2 特征选取

14.2.1 说话人识别所用的特征

14.2.2 特征类型的优选准则

14.2.3 常用的特征参数

14.3 说话人识别系统

14.3.1 说话人识别系统的结构

14.3.2 说话人识别的基本方法概述

14.4 说话人识别系统实例

14.4.1 DTW型说话人识别系统

14.4.2 应用VQ的说话人识别系统

14.5 基于HMM的说话人识别

14.6 基于GMM的说话人识别

14.7 说话人识别中需进一步研究的问题

14.8 语种辨识

思考与复习题

第15章 智能信息处理技术在语音信号处理中的应用

15.1 人工神经网络

15.1.1 概述

15.1.2 神经网络的基本概念

15.2 神经网络的模型结构

15.2.1 单层感知机

15.2.2 多层感知机

15.2.3 自组织映射神经网络

15.2.4 时延神经网络

15.2.5 循环神经网络

15.3 神经网络与传统方法的结合

15.3.1 概述

15.3.2 神经网络与DTW

15.3.3 神经网络与VQ

15.3.4 神经网络与HMM

15.4 神经网络语音识别

15.4.1 静态语音识别

15.4.2 连续语音识别

15.5 基于神经网络的说话人识别

15.6 基于神经网络的语音信号非线性预测编码

15.6.1 语音信号的非线性预测

15.6.2 基于MLP的非线性预测编码

15.6.3 基于RNN的非线性预测编码

15.7 基于神经网络的语音合成

15.8 支持向量机

15.8.1 概述

15.8.2 支持向量机的基本原理

15.9 基于支持向量机的语音分类识别

15.1 0基于支持向量机的说话人识别

15.1 0.1 基于支持向量机的说话人辨认

15.1 0.2 基于支持向量机的说话人确认

15.1 1基于混沌神经网络的语音识别

15.1 1.1 混沌神经网络

15.1 1.2 基于混沌神经网络的语音识别

15.1 2分形在语音识别中的应用

15.1 3智能优化算法在语音信号处理中的应用

15.1 4各种智能信息处理技术的融合与集成

15.1 4.1 模糊系统与神经网络的融合

15.1 4.2 神经网络与遗传算法的融合

15.1 4.3 模糊逻辑、神经网络及遗传算法的融合

15.1 4.4 神经网络、模糊逻辑及混沌的融合

15.1 4.5 混沌与遗传算法的融合

思考与复习题

第16章 语音增强

16.1 概述

16.2 语音、人耳感知及噪声的特性

16.3 滤波器法

16.3.1 固定滤波器

16.3.2 变换技术

16.3.3 自适应噪声对消

16.4 非线性处理

16.5 基于相关特性的语音增强

16.6 减谱法

16.6.1 减谱法的基本原理

16.6.2 减谱法的改进形式

16.7 基于Wiener滤波的语音增强

16.8 基于语音产生模型的语音增强

16.9 基于小波的语音增强

16.9.1 概述

16.9.2 基于小波的语音增强

16.9.3 基于小波包的语音增强

16.1 0基于信号子空间分解的语音增强

16.1 1语音增强的一些新发展

小结

思考与复习题

第17章 基于麦克风阵列的语音信号处理

17.1 概述

17.2 麦克风阵列语音处理技术的难点

17.3 声源定位

17.3.1 去混响

17.3.2 近场模型

17.3.3 声源定位

17.4 语音增强

17.4.1 概述

17.4.2 方法与技术

17.4.3 应用

17.4.4 本节小结

17.5 语音盲分离

17.5.1 瞬时线性混合模型

17.5.2 卷积混合模型

17.5.3 非线性混合模型

17.5.4 需进一步研究的问题

思考与复习题

汉英名词术语对照

参考文献