數(shù)字音頻技術及應用

前言1
第1章緒論4
1.1.序言4
1.2.聲學基礎6
1.3.人類聽覺感知基礎10
1.3.1.人類聽覺感知系統(tǒng)10
1.3.2.人類聽覺感知的特性12
1.3.3.人類聽覺感知效應13
1.3.4.人類聽覺感知力與評價14
1.4.音頻信息處理理論與技術14
1.5.本章小結16
第2章音頻信息處理與識別系統(tǒng)18
2.1.音頻信息處理與識別系統(tǒng)結構18
2.2.音頻信息處理與識別硬件系統(tǒng)19
2.3.音頻信息處理與識別軟件系統(tǒng)21
2.4.音頻信息處理軟件系統(tǒng)23
2.5.音頻信息識別軟件系統(tǒng)24
2.6.本章小結26
第3章音頻信息采集與數(shù)字化28
3.1.概述28
3.2.聲音傳感器28
3.3.前置放大器31
3.4.A／D模數(shù)轉換器35
3.5.音頻信息采樣39
3.5.1.等間隔周期的線性采樣40
3.5.2.非等間隔非周期的非線性采樣43
3.6.音頻信息量化45
3.6.1.等間隔線性量化函數(shù)45
3.6.2.非等間隔非線性量化函數(shù)46
3.6.3.非等間隔自適應量化函數(shù)47
3.7.音頻信息的描述48
3.7.1.時間域描述48
3.7.2.頻率域描述49
3.7.3.軟件域描述49
3.8.音頻信息文件格式49
3.9.本章小結51
第4章音頻信息變換55
4.1.正交變換55
4.2.傅里葉變換56
4.2.1.一維連續(xù)傅立葉變換56
4.2.2.二維連續(xù)傅立葉變換57
4.2.3.一維離散傅立葉變換57
4.2.4.二維離散傅立葉變換58
4.2.5.矩陣與快速傅立葉變換59
4.2.6.快速傅里葉變換60
4.2.7.傅立葉變換的性質61
4.3.余弦變換63
4.3.1.一維連續(xù)余弦變換63
4.3.2.二維連續(xù)余弦變換64
4.3.3.一維離散余弦變換64
4.3.4.二維離散余弦變換65
4.3.5.矩陣與快速余弦變換66
4.4.沃爾什變換68
4.4.1.一維沃爾什變換68
4.4.2.二維沃爾什變換72
4.4.3.快速沃爾什變換。73
4.4.4.沃爾什變換的性質74
4.5.哈爾變換77
4.5.1.一維哈爾變換77
4.5.2.二維哈爾變換80
4.5.3.哈爾函數(shù)的性質81
4.5.4.快速哈爾變換81
4.6.Gabor變換83
4.6.1.一維連續(xù)Gabor變換83
4.6.2.一維連續(xù)Gabor變換的另一種形式85
4.6.3.一維離散Gabor變換86
4.6.4.二維連續(xù)Gabor變換86
4.6.5.二維離散Gabor變換87
4.6.6.Gabor變換的性質87
4.7.小波變換88
4.7.1.一維連續(xù)小波變換89
4.7.2.一維離散小波變換92
4.7.3.二維連續(xù)小波變換94
4.7.4.二維離散小波變換95
4.7.5.快速小波變換95
4.7.6.小波變換的性質96
4.8.KL變換98
4.8.1.KL變換98
4.8.2.KL變換的性質100
4.9.希爾伯特變換100
4.9.1.連續(xù)信號的Hilbert變換100
4.9.2.離散信號的Hilbert變換102
4.10.本章小結103
第5章音頻信息編碼106
5.1.概述106
5.2.霍夫曼編碼106
5.3.仙農(nóng)-范諾編碼110
5.4.算數(shù)編碼113
5.5.行程編碼116
5.6.LZW編碼117
5.7.余弦變換編碼120
5.8.小波變換編碼122
5.9.矢量量化編碼124
5.10.預測編碼127
5.11.PCM編碼130
5.12.子帶編碼131
5.13.國際編碼標準132
5.14.本章小結135
第6章音頻信息濾波140
6.1.概述140
6.2.低通濾波141
6.2.1.理想低通濾波141
6.2.2.指數(shù)低通濾波142
6.2.3.梯形低通濾波143
6.2.4.高斯低通濾波144
6.2.5.巴特沃爾斯低通濾波145
6.3.高通濾波145
6.3.1.理想高通濾波145
6.3.2.指數(shù)高通濾波147
6.3.3.梯形高通濾波148
6.3.4.高斯高通濾波149
6.3.5.巴特沃爾斯高通濾波150
6.4.帶通濾波150
6.4.1.理想帶通濾波150
6.4.2.指數(shù)帶通濾波152
6.4.3.梯形帶通濾波153
6.4.4.高斯帶通濾波154
6.4.5.巴特沃爾斯帶通濾波155
6.5.帶阻濾波156
6.5.1.理想帶阻濾波156
6.5.2.指數(shù)帶阻濾波157
6.5.3.梯形帶阻濾波159
6.5.4.高斯帶阻濾波159
6.5.5.巴特沃爾斯帶阻濾波160
6.6.梳狀濾波161
6.6.1.理想梳狀濾波161
6.6.2.指數(shù)梳狀濾波161
6.6.3.梯形梳狀濾波162
6.6.4.高斯梳狀濾波162
6.6.5.巴特沃爾斯梳狀濾波163
6.7.頻域濾波器的參數(shù)164
6.8.復原濾波166
6.9.時域濾波169
6.9.1.均值濾波169
6.9.2.中值濾波170
6.9.3.微分濾波171
6.9.4.積分濾波172
6.9.5.微分積分濾波172
6.9.6.線性組合濾波173
6.9.7.高斯-拉普拉斯濾波173
6.9.8.Gabor濾波174
6.10.卡爾曼濾波174
6.10.1.卡爾曼濾波175
6.10.2.擴展的卡爾曼濾波176
6.11.本章小結178
第7章音頻信息增強181
7.1.概述181
7.2.時間域增強181
7.2.1.加減增強181
7.2.2.乘除增強182
7.2.3.線性增強182
7.2.4.指數(shù)增強182
7.2.5.對數(shù)增強183
7.2.6.冪函數(shù)增強183
7.2.7.高斯增強183
7.2.8.巴特沃爾斯增強183
7.2.9.平滑增強184
7.2.10.銳化增強184
7.3.頻率域增強185
7.3.1.加減增強185
7.3.2.乘除增強185
7.3.3.線性增強186
7.3.4.指數(shù)增強186
7.3.5.對數(shù)增強186
7.3.6.冪函數(shù)增強187
7.3.7.高斯增強187
7.3.8.巴特沃爾斯增強187
7.3.9.平滑增強187
7.4.直方圖增強189
7.4.1.概率統(tǒng)計直方圖189
7.4.2.時域幅度直方圖增強190
7.5.模式增強196
7.5.1.加減增強197
7.5.2.乘除增強197
7.5.3.線性增強197
7.5.4.指數(shù)增強198
7.5.5.對數(shù)增強198
7.5.6.冪函數(shù)增強198
7.5.7.高斯增強199
7.5.8.巴特沃爾斯增強199
7.5.9.平滑增強199
7.5.10.銳化增強200
7.5.11.微分銳化增強200
7.5.12.微分積分銳化增強200
7.6.特殊效果增強200
7.6.1.延時增強201
7.6.2.回聲增強回聲201
7.6.3.混響增強203
7.6.4.調制增強205
7.7.本章小結207
第8章音頻信息的信噪分離208
8.1.概述208
8.2.時間域分離208
8.2.1.微分信噪分離208
8.2.2.積分信噪分離209
8.3.頻率域分離209
8.3.1.高通濾波譜減信噪分離210
8.3.2.低通濾波譜減信噪分離210
8.3.3.帶阻濾波譜減信噪分離210
8.4.變換域信噪分離211
8.4.1.直方圖變換信噪分離211
8.4.2.Gabor變換信噪分離212
8.4.3.小波變換信噪分離214
8.5.噪聲對消215
8.5.1.噪聲模型216
8.5.2.噪聲對消220
8.5.3.RLSE算法224
8.6.本章小結225
第9章音頻信息的分割與合成228
9.1.概述228
9.2.端點檢測的分割228
9.2.1.功率譜單閾值法229
9.2.2.局部最小平均功率法230
9.2.3.功率譜雙峰谷點法232
9.2.4.功率譜多峰谷點法234
9.3.包絡檢測的分割236
9.3.1.檢波法包絡檢測237
9.3.2.低通濾波法包絡檢測238
9.3.3.極值定理法包絡檢測240
9.3.4.包絡檢測目標分割244
9.4.Gabor濾波和變換的分割244
9.4.1.Gabor濾波的目標信息分割245
9.4.2.Gabor變換的目標信息分割246
9.5.小波變換的分割247
9.6.幅度合成249
9.6.1.加性合成249
9.6.2.乘性合成250
9.6.3.綜合合成250
9.6.4.調制合成251
9.6.5.卷積合成251
9.7.頻率合成252
9.7.1.加性合成252
9.7.2.乘性合成252
9.7.3.綜合合成253
9.7.4.卷積合成253
9.8.變換合成254
9.8.1.對數(shù)變換合成254
9.8.2.Gabor變換合成255
9.8.3.小波變換合成255
9.9.本章小結255
第10章音頻信息的編輯258
10.1.概述258
10.2.線性編輯258
10.3.非線性編輯260
10.4.算術編輯262
10.5.本章小結271