語音信號處理, 3/e
趙力
- 出版商: 機械工業
- 出版日期: 2016-05-27
- 售價: $270
- 貴賓價: 9.5 折 $257
- 語言: 簡體中文
- 頁數: 282
- 裝訂: 平裝
- ISBN: 7111534603
- ISBN-13: 9787111534600
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
$738Digital Image Processing, 3/e (IE-Paperback)
-
$250$225 -
$354$336 -
$352樹莓派 Python 編程入門與實戰, 2/e (Sams Teach Yourself Python Programming for Raspberry Pi in 24 Hours, 2/e)
-
$237MATLAB 信號處理
-
$296MATLAB 語音信號分析與合成, 2/e
-
$308推薦系統與深度學習
-
$454語音信號處理, 3/e
-
$505TensorFlow 與捲積神經網絡從算法入門到項目實戰
-
$520$406 -
$620$527 -
$505實時語音處理實踐指南
-
$280圖解語音識別
-
$505ROS 機器人開發:實用案例分析 (ROS Robotics By Example : Learning to control wheeled, limbed, and flying robots using ROS Kinetic Kame, 2/e)
-
$232人工智能控制技術
-
$305語音信號處理 (C++版)
-
$403智能語音處理
-
$500$390 -
$1,134$1,077 -
$500$390 -
$534$507 -
$474$450 -
$250智能語音信號處理及應用
-
$828$787 -
$252$239
相關主題
商品描述
本書介紹了語音信號處理的基礎、原理、方法和應用,以及該學科領域近年來取得的一些新成果、新進展及新技術。全書共分十二章。內容包括:緒論;語音信號處理的基礎知識;語音信號的分析技術;語音信號的矢量量化;隱馬爾可夫模型技術;神經網絡在語音信號處理中的應用;語音編碼;語音合成;語音識別;說話人識別和語種辨識技術;語音信號的情感信息處理技術;語音增強技術。本書不僅可作為高等院校通信與信息專業的教材,還可供從事信號與信息處理、通信、自動控制、模式識別以及電腦科學等領域的科研人員參考。
目錄大綱
第1章緒論
第2章語音信號處理的基礎知識
2.1語音發音及感知系統
2.2語音信號生成的數學模型
2.3語音基本概念與參數
2.4語音信號的數字化和預處理
2.5語音信號處理的應用
2.6思考與復習題
第3章語音信號處理常用算法
3.1矢量量化
3.2隱馬爾可夫模型(HMM)
3.3神經網絡
3.4思考與復習題
第4章語音信號分析
4.1概述
4.2語音分幀
4.3語音信號的時域分析
4.4語音信號的頻域分析
4.5語音信號的倒譜分析
4.6語音信號的線性預測分析
4.7語音信號的小波分析
4.8思考與復習題
第5章語音信號特徵提取技術
5.1概述
5.2端點檢測
5.3基音週期估計
5.4共振峰估計
5.5思考與復習題
第6章語音增強
6.1概述
6.2語音特性、人耳感知特性及噪聲特性
6.3濾波器法
6.4相關特徵法
6.5非線性處理法
6.6減譜法
6.7 Weiner濾波法
6.8思考與復習題
第7章語音編碼
7.1概述
7.2語音編碼的評價指標
7.3語音信號的波形編碼
7.4語音信號的參數編碼
7.5語音信號的混合編碼
7.6思考與復習題
第8章語音合成與轉換
8.1概述
8.2語音合成算法
8.3文語轉換系統(TTS)
8.4常用語音轉換的方法
8.5語音轉換的研究方向
8.6思考與復習題
第9章語音識別
9.1概述
9.2語音識別原理和識別系統的組成
9.3孤立字(詞)識別系統
9.4連續語音識別系統的性能評測
9.5思考與復習題
第10章說話人識別
10.1概述
10.2說話人識別方法和系統結構
10.3應用VQ的說話人識別系統
10.4應用DTW的說話人確認系統
10.5應用HMM的說話人識別系統
10.6應用GMM的說話人識別系統
10.7尚需進一步探索的研究課題
10.8思考與復習題
第11章語音信號情感處理
11.1概述
11.2情感理論與情感誘發實驗
11.3情感的聲學特徵分析
11.4實用語音情感的識別算法研究
11.4.3高斯混合模型的基本原理
11.5跨語言的語音情感識別
11.6應用與展望
11.7思考與復習題
第12章語音隱藏
12.1概述
12.2國內外研究現狀及存在的問題
12.3語音信息隱藏基礎
12.4常用評價指標
12.5基本語音信息隱藏算法
12.6總結與展望
12.7思考與復習題
第13章聲源定位
13.1概述
13.2雙耳聽覺定位原理及方法
13.3麥克風陣列模型
13.4基於麥克風陣列的聲源定位方法分類
13.5總結與展望
13.6思考與復習題