语音***处理(第3版高等院校通信与信息专业规划教材) mobi 下载 网盘 caj lrf pdf txt 阿里云

本书介绍了语音***处理的基础、原理、方法和应用，以及该学科领域近年来取得的一些新的研究成果和技术。赵力编著的《语音***处理(第3版高等院校通信与信息专业规划教材)》共分13章，内容包括：绪论、语音***处理的基础知识、语音***处理的常用算法、语音***分析、语音***特征提取技术、语音增强、语音识别、说话人识别、语音编码、语音合成与转换、语音***情感处理、语音隐藏、声源定位。

本书可作为高等院校的教材或教学参考书，同时也可供语音***处理等领域的工程技术人员参考。

前言

第1章 绪论

第2章 语音***处理的基础知识

2.1 语音发音及感知系统

2.1.1 语音发音系统一

2.1.2 语音听觉系统一

2.1.3 人耳听觉特性一

2.2 语音***生成的数学模型

2.2.1 激励模型

2.2.2 声道模型

2.2.3 辐射模型

2.2.4 语音***的数字模型

2.3 语音基本概念与参数

2.3.1 声压与声强

2.3.2 响度

2.3.3 频率与音高

2.4 语音***的数字化和预处理

2.4.1 预滤波、采样、A／D转换

2.4.2 预加重与去加重

2.5 语音***处理的应用

2.6 思考与复习题

第3章 语音***处理的常用算法

3.1 矢量量化

3.1.1 矢量量化的基本原理

3.1.2 矢量量化的失真测度

3.1.3 线性预测失真测度

3.1.4 识别失真测度

3.1.5 矢量量化器的 码本设计

3.2 隐马尔可夫模型

3.2.1 概述

3.2.2 隐马尔可夫模型的定义

3.2.3 隐马尔可夫模型的基本算法

3.2.4 隐马尔可夫模型的结构类型

3.3 神经网络

3.3.1 神经网络概述

3.3.2 人工神经网络的构成

3.3.3 神经网络模型及算法

3.3.4 基于神经网络的模式识别应用

3.4 思考与复习题

第4章 语音***分析

4.1 概述

4.2 语音分帧

4.3 语音***的时域分析

4.3.1 短时能量及短时平均幅度分析

4.3.2 短时过零率分析

4.3.3 短时相关分析

4.3.4 短时平均幅度差函数

4.4 语音***的频域分析

4.4.1 利用短时傅里叶变换求语音的短时谱

4.4.2 语音的短时谱的临界带特征矢量

4.5 语音***的倒谱分析

4.5.1 同态***处理的基本原理

4.5.2 复倒谱和倒谱

4.5.3 Mel频率倒谱系数

4.6 语音***的线性预测分析

4.6.1 线性预测分析的基本原理

4.6.2 线性预测方程组的求解

4.6.3 LPC谱估计和LPC复倒谱

4.*** 线谱对(LSP)分析

4.6.5 LPC与LSP参数的转换

4.7 语音***的小波分析

4.7.1 短时傅里叶变换

4.7.2 连续小波变换

4.7.3 离散小波变换

4.8 思考与复习题

第5章 语音***特征提取技术

5.1 概述

5.2 端点检测

5.2.1 双门限法

5.2.2 自相关法

……

第6章 语音增强

第7章 语音编码

第8章 语音合成与转换

第9章 语音识别

0章 说话人识别

1章 语音***情感处理

2章 语音隐藏

3章 声源定位

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：语音***处理(第3版高等院校通信与信息专业规划教材)在线阅读

在线听书地址：语音***处理(第3版高等院校通信与信息专业规划教材)在线收听

在线购买地址：语音***处理(第3版高等院校通信与信息专业规划教材)在线购买

暂无原文赏析，正在全力查找中！

书籍介绍

适读人群 ：***与信息处理、电路与系统、通信与电子工程、模式识别与人工智能、计算机信息处理等

配套资源：电子教案

获奖情况：“十二五”江苏省高等学校重点教材

本书特色：

★ 本书根据作者多年教学及科研实践的体会，跟踪语音***处理的发展动态，并参考近几年来相关文献，概括地描述了语音***处理和应用所涉及的各个分支。

★ 注重理论紧密联系实际，不仅有基础理论，而且还有基本原理和实际系统应用，可读性好，可教性高。

★ 全书结构按照由浅入深、循序渐进的教学思想写作，内容全面生动，深入浅出，引导学生从掌握基本原理到领会具体应用技术，系统全面地学习语音***处理与应用的重要环节。

本书介绍了语音***处理的基础、原理、方法和应用，以及该学科领域近年来取得的一些新成果、新进展及新技术。全书共分十二章。内容包括：绪论；语音***处理的基础知识；语音***的分析技术；语音***的矢量量化；隐马尔可夫模型技术；神经网络在语音***处理中的应用；语音编码；语音合成；语音识别；说话人识别和语种辨识技术；语音***的情感信息处理技术；语音增强技术。本书不仅可作为高等院校通信与信息专业的教材，还可供从事***与信息处理、通信、自动控制、模式识别以及计算机科学等领域的科研人员参考。