数字语音处理及MATLAB仿真 第2版2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

数字语音处理及MATLAB仿真 第2版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 语音信号处理的发展1

1.1.1 语音合成1

1.1.2 语音编码2

1.1.3 语音识别4

1.2 语音信号处理的应用6

1.3 语音信号处理的过程8

1.4 MATLAB在数字语音信号处理中的应用9

习题19

第2章 语音信号的数字模型10

2.1 语音的发声机理10

2.1.1 人的发声器官10

2.1.2 语音生成11

2.2 语音的听觉机理11

2.2.1 听觉器官12

2.2.2 听觉掩蔽效应12

2.2.3 临界带宽与频率群13

2.2.4 耳蜗的信号处理机制14

2.2.5 语音信号听觉模型15

2.3 语音信号的线性模型15

2.3.1 激励模型16

2.3.2 声道模型17

2.3.3 辐射模型19

2.3.4 语音信号数字模型19

2.4 语音信号的非线性模型20

2.4.1 线性模型局限性21

2.4.2 几种非线性模型21

2.4.3 非线性动力学模型22

2.4.4 非线性模型在语音信号处理中的应用及MATLAB实现23

习题226

第3章 语音信号的短时时域分析27

3.1 语音信号的预处理27

3.1.1 语音信号的预加重处理27

3.1.2 语音信号的加窗处理29

3.2 短时平均能量32

3.3 短时平均幅度函数34

3.4 短时平均过零率36

3.5 短时自相关分析38

3.5.1 短时自相关函数38

3.5.2 语音信号的短时自相关函数39

3.5.3 修正的短时自相关函数44

3.5.4 短时平均幅度差函数46

3.6 基于能量和过零率的语音端点检测47

3.7 基音周期估值48

3.7.1 基于短时自相关法的基音周期估值48

3.7.2 基于短时平均幅度差函数AMDF法的基音周期估值52

3.7.3 基音周期估值的后处理54

3.7.4 基音周期估值后处理的MATLAB实现55

习题358

第4章 语音信号短时频域及倒谱分析60

4.1 傅里叶变换的解释60

4.1.1 短时傅里叶变换60

4.1.2 窗函数的作用61

4.2 滤波器的解释66

4.2.1 短时傅里叶变换的滤波器实现形式一66

4.2.2 短时傅里叶变换的滤波器实现形式二66

4.3 短时综合的滤波器组相加法67

4.3.1 短时综合的滤波器组相加法原理67

4.3.2 短时综合的滤波器组相加法的MATLAB程序实现69

4.3.3 短时综合的叠接相加法原理及MATLAB程序实现74

4.4 语音信号的复倒谱和倒谱分析及应用78

4.4.1 复倒谱和倒谱的定义及性质78

4.4.2 复倒谱的几种计算方法80

4.4.3 倒谱的MATLAB实现83

4.4.4 语音的倒谱分析及应用84

习题491

第5章 语音信号线性预测分析92

5.1 LPC的基本原理92

5.1.1 LPC的实现方法92

5.1.2 语音信号模型和LPC之间的关系93

5.1.3 模型增益G的确定95

5.2 线性预测分析的解法96

5.2.1 自相关法96

5.2.2 协方差法97

5.2.3 自相关法的MATLAB实现97

5.3 线谱对LSP分析99

5.3.1 LSP的定义和特点99

5.3.2 LPC参数到LSP参数的转换及MATLAB实现103

5.3.3 LSP参数到LPC参数的转换及MATLAB实现105

5.4 LPC的几种推演参数107

5.4.1 反射系数107

5.4.2 对数面积比系数LAR107

5.4.3 预测器多项式的根107

5.4.4 预测误差滤波器的冲激响应及其自相关系数108

5.4.5 LPC倒谱及其MATLAB实现108

习题5110

第6章 矢量量化113

6.1 矢量量化基本原理114

6.1.1 矢量量化的定义114

6.1.2 失真测度115

6.1.3 矢量量化器116

6.2 最佳矢量量化器116

6.3 矢量量化器的设计算法及MATLAB实现117

6.3.1 LBG算法117

6.3.2 初始码书的选定与空胞腔的处理120

6.3.3 已知训练序列的LBG算法的MATLAB实现121

6.3.4 树形搜索矢量量化器123

习题6125

第7章 语音编码原理及应用126

7.1 语音编码的分类及特性126

7.1.1 波形编码126

7.1.2 参数编码126

7.1.3 混合编码127

7.2 语音编码性能的评价指标127

7.2.1 编码速率127

7.2.2 编码语音质量评价128

7.2.3 编解码延时128

7.2.4 算法复杂度128

7.3 语音信号波形编码128

7.3.1 脉冲编码调制PCM128

7.3.2 自适应预测编码APC132

7.3.3 G.721编码及算法实现134

7.4 语音信号参数编码146

7.4.1 LPC声码器原理146

7.4.2 LPC-10编码器146

7.5 语音信号混合编码150

7.5.1 合成分析技术和感觉加权滤波器150

7.5.2 激励模型的演变151

7.5.3 G.728语音编码标准简介151

7.6 语音信号宽带变速率编码152

习题7153

第8章 语音合成155

8.1 语音合成的原理及分类155

8.1.1 波形合成法155

8.1.2 参数合成法156

8.1.3 规则合成法156

8.2 共振峰合成法157

8.2.1 级联型共振峰模型157

8.2.2 并联型共振峰模型157

8.2.3 混合型共振峰模型158

8.3 线性预测参数合成法159

8.4 基音同步叠加法161

8.4.1 基音同步叠加PSOLA算法原理162

8.4.2 基音同步叠加PSOLA算法实现步骤163

8.5 文语转换系统164

8.5.1 文语转换系统的组成164

8.5.2 汉语按规则合成165

习题8170

第9章 语音识别基本原理与应用172

9.1 语音识别系统概述172

9.1.1 语音信号预处理172

9.1.2 语音识别特征提取173

9.1.3 语音训练识别模型175

9.2 HMM基本原理及在语音识别中的应用178

9.2.1 隐马尔可夫模型178

9.2.2 隐马尔可夫模型的3个基本问题179

9.2.3 隐马尔可夫模型用于语音识别186

9.3 支持向量机在语音识别中的应用189

9.3.1 支持向量机分类原理189

9.3.2 支持向量机的模型参数选择问题193

9.3.3 支持向量机用于语音识别的MATLAB实现195

习题9198

第10章 语音增强原理及应用199

10.1 语音和噪声的主要特性199

10.1.1 语音的主要特性199

10.1.2 噪声的特性199

10.2 语音增强算法的分类200

10.3 单通道语音增强算法及MATLAB仿真实现201

10.3.1 谱减法201

10.3.2 维纳滤波法204

10.3.3 最小均方误差估计法206

10.3.4 子空间语音增强算法209

10.4 多通道语音增强算法及MATLAB仿真实现214

10.4.1 阵列信号系统模型214

10.4.2 麦克风阵列近场模型与远场模型215

10.4.3 经典麦克风阵列的语音增强算法215

习题10218

第11章 小波分析及在语音信号处理中的应用220

11.1 基础理论220

11.2 小波的特性220

11.2.1 连续小波变换及性质221

11.2.2 离散小波变换及性质222

11.3 几种常用的小波及特性222

11.3.1 Haar小波223

11.3.2 Daubechies（dbN）小波224

11.3.3 Mexican Hat（Marr）小波225

11.3.4 Morlet小波226

11.3.5 Meyer小波227

11.4 小波变换在语音信号处理中的应用230

11.4.1 小波分析在语音信号预处理的应用及MATLAB实现230

11.4.2 小波分析在语音去噪中的应用及MATLAB实现233

习题11235

第12章 人工神经网络及在语音信号处理中的应用236

12.1 人工神经网络简介236

12.2 人工神经网络构成237

12.2.1 神经元237

12.2.2 网络拓扑238

12.2.3 网络的学习算法239

12.3 几种神经网络模型及其算法240

12.3.1 单层感知器240

12.3.2 多层感知器241

12.3.3 径向基函数神经网络243

12.3.4 自组织特征映射神经网络246

12.4 神经网络在语音信号处理中的应用248

12.4.1 RBF神经网络在语音识别中的应用及MATLAB实现248

12.4.2 自组织神经网络在语音编码中的应用及MATLAB实现253

习题12257

第13章 独立分量分析及在语音信号处理中的应用259

13.1 基础理论259

13.1.1 ICA的定义与数学模型259

13.1.2 ICA的基本假设、不确定性及求解过程260

13.1.3 ICA中信号的预处理261

13.1.4 ICA的目标函数263

13.1.5 ICA性能评价参数267

13.2 经典ICA算法267

13.2.1 自然梯度算法268

13.2.2 信息最大化法269

13.2.3 快速ICA算法（FASTICA）269

13.3 ICA在语音信号处理中的应用及MATLAB实现271

13.3.1 INFORMAX算法在语音盲信号分离中的应用及MATLAB实现271

13.3.2 FASTICA算法在语音盲信号分离中的应用及MATLAB实现274

习题13276

第14章 语音质量评价和可懂度评价278

14.1 语音质量与可懂度278

14.2 语音质量的主观评价方法278

14.3 语音可懂度的主观评价方法280

14.4 语音质量客观评价方法282

14.4.1 时域和频域分段信噪比的方法及MATLAB实现282

14.4.2 基于LPC客观评价方法及MATLAB实现286

14.4.3 语音质量的感知评价方法（PESQ）及MATLAB实现288

14.5 语音可懂度客观评价方法293

14.5.1 加权频带信噪比评价方法及MATLAB实现293

14.5.2 归一化协方差评价方法（NCM）及MATLAB实现296

14.5.3 短时清晰度指数评价方法（AI-ST）及MATLAB实现299

习题14302

附录A 专业术语缩写英汉对照表303

附录B 程序索引307

参考文献309