語音信號數(shù)字處理技術(shù)

第1章 緒論
1.1 概述
1.2 語音信號數(shù)字處理的應用
1.3 語音信號處理的發(fā)展歷史
1.4 認識語音信號
第2章 語音信號處理基礎
2.1 語音的產(chǎn)生
2.2 語音的感知
2.3 短時分析技術(shù)
2.4 基音周期估計
第3章 語音質(zhì)量評價技術(shù)
3.1 語音質(zhì)量評價技術(shù)概述
3.2 語音質(zhì)量主觀評價技術(shù)
3.3 語音質(zhì)量客觀評價技術(shù)
3.4 語音質(zhì)量評價技術(shù)的應用與發(fā)展
第4章 線性預測分析技術(shù)
4.1 線性預測分析基本概念
4.2 線性預測參數(shù)的估計
4.3 基于線性預測的頻譜分析
4.4 線性預測等效參數(shù)
第5章 同態(tài)分析技術(shù)
5.1 同態(tài)系統(tǒng)
5.2 倒譜和復倒譜
5.3 同態(tài)濾波
5.4 同態(tài)分析應用
第6章 矢量量化技術(shù)
6.1 量化的基本概念
6.2 矢量量化的基本原理
6.3 最優(yōu)矢量量化器的設計
6.4 矢量量化方法分類
第7章 隱馬爾可夫模型
7.1 隱馬爾可夫模型的前期知識
7.2 隱馬爾可夫模型的基本概念
7.3 隱馬爾可夫模型的3個基本問題
7.4 隱馬爾可夫模型的特性和類型
第8章 語音編碼
8.1 語音編碼概述
8.2 語音編碼分類
8.3 語音編碼關鍵技術(shù)
8.4 語音編碼性能評價
第9章 語音識別
9.1 語音識別概述
9.2 基本的語音識別系統(tǒng)
9.3 語音關鍵詞檢測技術(shù)
9.4 語音識別技術(shù)的挑戰(zhàn)
第10章 語音增強
10.1 語音增強概述
10.2 單通道語音增強
10.3 麥克風陣列語音增強
10.4 其他語音增強技術(shù)
第11章 語音合成
11.1 語音合成概述
11.2 語音合成的關鍵技術(shù)
11.3 基音同步疊接相加算法簡介
11.4 文語轉(zhuǎn)換系統(tǒng)
第12章 深度學習語音處理技術(shù)
12.1 深度學習發(fā)展背景
12.2 典型的神經(jīng)網(wǎng)絡概述
12.3 深度學習用于語音識別
12.4 深度學習用于語音增強
參考文獻