MATLAB 語音信號分析與合成, 2/e MATLAB语音信号分析与合成(第2版)
宋知用
買這商品的人也買了...
-
$840$798 -
$332現代語音信號處理
-
$354$336 -
$250貝葉斯思維 : 統計建模的 Python 學習法 (Think Bayes : Bayesian Statistics in Python)
-
$403OpenCV 算法精解:基於 Python 與 C++
-
$237MATLAB 信號處理
-
$367實驗語音學概要 增訂版
-
$270$257 -
$433數字信號處理:原理、算法與應用, 4/e (Digital Signal Processing : Principles, Algorithms and Applications, 4/e)
-
$620$465 -
$269信息與智能科學導論
-
$454跟著迪哥學Python數據分析與機器學習實戰
-
$331Python 機器學習算法 : 原理、實現與案例
-
$320$288 -
$441人工智能實戰
-
$454人工智能與遊戲
-
$380$342 -
$550$435 -
$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)
-
$446從機器學習到無人駕駛
-
$221人工智能控制技術
-
$690$587 -
$690$538 -
$384語音識別:原理與應用
相關主題
商品描述
《MATLAB語音信號分析與合成(第2版)》含有許多數字信號處理的方法和MATLAB函數。全書共10章。第1~4章介紹語音信號處理的一些基本分析方法和手段,以及相應的MATLAB函數;第5~9章介紹語音信號預處理和特徵的提取,包括消除趨勢項和基本的減噪方法,以及端點檢測、基音的提取和共振峰的提取,並利用語音信號處理的基本方法,給出了多種提取方法和相應的MATLAB程序;第10章結合各種參數的檢測介紹了語音信號的合成、語音信號的變速和變調處理,還介紹了時域基音同步疊加(TD——PSOLA)的語音合成,並給出了相應的MATLAB程序。附錄A中給出了調試複雜程序的方法和思路。
作者簡介
宋知用,曾在中國科學院聲學研究所工作20多年,長期從事電聲信號和數字信號處理工作。具有十餘年的MATLAB編程經驗,出版的圖書有《MATLAB數字信號處理85個實用案例精講—一入門到進階》和《MATLAB在語音信號分析和合成中的應用》。過去十餘年中,宋知用一直活躍在MATLAB中文論壇及其他科技平台中,至今已回答並解決各種數字信號處理問題逾4000個。
目錄大綱
第1章語音的產生和感知
1.1發聲器官
1.2語音信號的數字模型
1.2.1激勵模型
1.2.2聲道模型
1.2.3輻射模型
1.3語音的感知
1.3.1人耳的構造
1.3.2聽覺感受性
1.3 .3掩蔽效應
1.3.4響度
1.3.5音高
第2章語音信號的時域、頻域特性和短時分析技術
2.1MATLAB中的語音信號分幀
2.2語音分析中的窗函數
2.3語音信號短時時域處理
2.3.1短時能量和短時平均幅度
2.3.2短時平均過零率
2.3.3短時自相關函數
2.3.4短時平均幅度差函數
2.4語音信號短時頻域處理
2.4.1短時傅里葉變換的定義
2.4.2語譜圖
2.4.3短時功率譜密度
參考文獻
第3章語音信號在其他變換域中的分析技術和特性
3.1語音信號的同態處理和倒譜分析
3.1.1同態處理的基本原理
3.1.2复倒譜和倒譜
3.2離散餘弦變換
3.3Mel頻率倒譜係數的分析
3.3.1Mel濾波器組
3.3.2MFCC特徵參數提取
3.4小波和小波包變換
3.4.1小波變換
3.4.2小波包變換
3.4.3小波包算法
3.4.4MATLAB中一維小波和小波包變換函數
3.4.5MATLAB語音信號小波和小波包變換的例子
3.5EMD的基本理論和算法
3.5.1EMD的基本概念
3.5.2EMD的基本原理
3.5.3EMD法的完備性和正交性
3.5.4基於EMD的Hilbert變換的基本原理和算法
3.5.5EMD法的MATLAB函數
參考文獻
第4章語音信號的線性預測分析
4.1線性預測分析的基本原理
4.1.1信號模型
4.1.2線性預測方程的建立
4.1.3語音信號的線性預測分析
4.2線性預測分析自相關和自協方差的解法
4.2 .1自相關法
4.2.2協方差法
4.3線性預測分析格型法的解法
4.3.1格型法的基本原理
4.3.2格型法的求解
4.4線性預測導出的其他參數
4.4.1預測誤差及其自相關函數
4.4.2反射係數和聲道面積
4.4.3線性預測的頻譜和預測誤差濾波器A(z)多項式的根
4.4.4線性預測倒譜
4.5線譜對的分析法
4.5.1LSP的定義和特點
4.5.2LPC到LSP參數的轉換
4.5.3LSP參數到LPC的轉換
參考文獻
第5章帶噪語音和預處理
5.1純語音和帶噪語音
5.2信噪比
5.3帶噪語音的產生
5.4語音信號的預處理一——消除趨勢項和直流分量
5.4.1最小二乘法擬合趨勢項的原理
5.4.2最小二乘法擬合消除趨勢項的函數
5.5語音信號的預處理二——數字濾波器
5.5.1IIR低通、高通、帶通和帶阻濾波器的設計
5.5.2FIR低通、高通、帶通和帶阻濾波器的設計
參考文獻
第6章語音端點的檢測
6.1雙門限法
6.2雙門限法的改進和推廣
6.2.1噪聲的影響
6.2.2平滑處理
6.2.3雙參數的雙門限檢測法
6.2.4單參數的雙門限檢測法
6.3相關法的端點檢測
6.3.1自/互相關函數最大值的端點檢測
6.3.2歸一化自相關函數的端點檢測
6.3.3自相關函數主副峰比值的端點檢測
6.3.4自相關函數餘弦角值的端點檢測
6.4方差法的語音端點檢測
6.4.1頻帶方差的端點檢測
6.4.2均勻子帶分離頻帶 方差的端點檢測
6.4.3頻域BARK子帶方差的端點檢測
6.4.4小波包BARK於帶方差的端點檢測
6.5譜距離法的端點檢測
6.5.1對數頻譜距離的端點檢測
6.5.2倒譜距離的端點檢測
6.5.2MFCC倒譜距離的端點檢測
6.6譜熵在端點檢測中的應用
6.6.1譜熵法的端點檢測
6.6.2譜熵法端點檢測的改進
6.7能零比和能熵比的端點檢測
6.7.1能零比的端點檢測
6.7.2能熵比法的端點檢測
6.8小波變換和EMD分解在端點檢測中的應用
6.8.1小波變換在端點檢測中的應用
6.8.2EMD分解在端點檢測中的應用
6.9低信噪比時的端點檢測
6.9.1噪聲的估算
6.9.2基本譜減法和方差法的端點檢測
6.9.3多窗譜估計譜減法和能熵比法的端點檢測
參考文獻
第7章語音信號的減噪
7.1自適應濾波器減噪
7.1 .1LMS算法基本原理
7.1.2基本LMS自適應算法
7.1.3LMS的自適應帶陷濾波器
7.2譜減法減噪
7.2.1基本譜減法
7.2.2改進的譜減法
7.3維納濾波法減噪
7.3. 1維納濾波的基本原理
7.3.2維納濾波減噪的具體步驟和函數 WienerScalart96
7.3.3維納濾波的MATLAB例子
參考文獻
第8章基音週期的估算方法
8.1基音週期提取的預處理
8.1.1基音檢測中的端點檢測
8.1.2基音檢測中的帶通濾波器
8.2倒譜法的基音檢測
8.2.1倒譜法基爵檢測原理
8.2.2倒譜法基音檢測的MATLAB程序
8.2.3簡單的後處理方法
8.3短時自相關法的基音檢測
8.3.1短時自相關函數法
8.3.2中心削波的自相關法
8.3.3三電平削波的互相關函數法
8.3.4基於自相關甬數法提取基音的MATLAB程序
8.4短時平均幅度差函數的基音檢測
8.4.1短時平均幅度差函數法
8.4.2改進的短時平均幅度差函數法
8.4.3循環平均幅度差函數法
8.4.4基於平均幅度差函數法提取基音的MATLAB程序
8.4.5自相關函數法和平均幅度差函數法的結合
8.5線性預測的基音檢測
8.5.1線性預測倒譜法
8.5.2簡化逆濾波法
8.6基音檢測的進一步完善
8.6.1主體延伸法的原理和方法
8.6.2主體——延伸基音檢測法的步驟
8.6.3端點檢 和元音主體的檢測
8.6.4元音主體的基音檢測
8.6.5計算延伸區間和長度
8.6.6在延伸區間進行基昔檢測
8.6.7主體延伸基音檢測法的MATLAB程序
8.7帶噪語音中的基音檢測
8.7.1小波——自相關函數法
8.7.2譜減——自相關函數法
8.7.3譜減法與主體——延伸法相結合
叁考文獻
第9章共振峰的估算方法
第10章語音信號的合成算法
附錄A程序的調試和修改
附錄B本書自編函數速查表
附錄C本書應用的MATLAB函數速查表