语音信号处理pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

语音信号处理PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1篇 语音信号处理基础 1

第1章 绪论 1

1.1语音信号处理概述 1

1.2语音信号处理的发展概况 3

1.3本书的内容 5

第2章 基础知识 6

2.1概述 6

2.2语音产生的过程 6

2.3语音信号的特性 9

2.4语音信号产生的数字模型 15

2.5语音感知 21

第2篇 语音信号分析 23

第3章 时域分析 23

3.1概述 23

3.2数字化和预处理 24

3.3短时能量分析 27

3.4短时过零分析 31

3.5短时相关分析 34

第4章 短时傅里叶分析 41

4.1概述 41

4.2短时傅里叶变换 41

4.3短时傅里叶变换的取样率 48

4.4语音信号的短时综合 49

4.5语谱图 54

第5章 同态滤波及倒谱分析 56

5.1概述 56

5.2同态信号处理的基本原理 56

5.3复倒谱和倒谱 58

5.4两个卷积分量复倒谱的性质 59

5.5避免相位卷绕的算法 61

5.6语音信号复倒谱分析实例 66

第6章 线性预测分析 69

6.1概述 69

6.2线性预测分析的基本原理 69

6.3线性预测方程组的建立 72

6.4线性预测分析的解法（1）——自相关法和协方差法 73

6.5线性预测分析的解法（2）——格型法 78

6.6线性预测分析应用——LPC谱估计和LPC复倒谱 83

6.7线谱对（LSP）分析 88

6.8极零模型 91

第7章 矢量量化 93

7.1概述 93

7.2矢量量化的基本原理 94

7.3失真测度 96

7.4最佳矢量量化器和码本的设计 98

7.5降低复杂度的矢量量化系统 101

7.6语音参数的矢量量化 105

第8章 隐马尔可夫模型（HMM） 107

8.1概述 107

8.2隐马尔可夫模型的引入 108

8.3隐马尔可夫模型的定义 110

8.4隐马尔可夫模型三项问题的求解 112

8.5 HMM的一些实际问题 115

第9章 语音检测分析 117

9.1基音检测 117

9.2共振峰估值 127

第3篇 语音信号处理技术与应用 135

第10章 语音编码（1）——波形编码 135

10.1概述 135

10.2语音信号的压缩编码原理 137

10.3脉冲编码调制（PCM）及其自适应 139

10.4预测编码及其自适应APC 143

10.5自适应差分脉冲编码调制（ADPCM）及自适应增量调制（ADM） 146

10.6子带编码（SBC） 148

10.7自适应变换编码（ATC） 151

第11章 语音编码（2）——声码器技术及混合编码 154

11.1概述 154

11.2声码器的基本结构 155

11.3相位声码器和通道声码器 156

11.4同态声码器 159

11.5线性预测声码器 162

11.6混合编码 164

11.7各种语音编码方法的比较及语音编码研究方向 169

11.8语音编码的性能指标和质量评价 171

第12章 语音合成 174

12.1概述 174

12.2语音合成原理 176

12.3共振峰合成 178

12.4线性预测合成 181

12.5专用语音合成硬件及语音合成器芯片 184

第13章 语音识别 188

13.1概述 188

13.2语音识别原理 191

13.3动态时间规整 195

13.4有限状态矢量量化技术 198

13.5孤立词识别系统 200

13.6连续语音识别 204

13.7听觉视觉双模态语音识别（AVSR） 207

第14章 说话人识别 209

14.1概述 209

14.2特征选取 210

14.3说话人识别系统的结构 212

14.4说话人识别中的识别方法 213

第15章 语音增强 217

15.1概述 217

15.2语音特性、人耳感知特性及噪声特性 218

15.3滤波器法 220

15.4非线性处理 221

15.5减谱法 222

15.6自相关相减法 225

15.7自适应噪声对消 225

15.8基于子波分析技术的语音增强简介 229

第16章 人工神经网络的应用 231

16.1概述 231

16.2神经网络的基本概念 232

16.3神经网络的模型结构 234

16.4神经网络与传统方法的结合 239

16.5神经网络语音合成 242

16.6神经网络语音识别 243

16.7神经网络说话人识别 246

16.8神经网络语音增强 248

第17章 语音信号处理中的新兴与前沿技术 249

17.1混沌理论的应用 249

17.2分形理论的应用 257

17.3支持向量机（SVM）在语音识别和说话人识别中的应用 262

17.4语音信号的非线性预测（NLP）编码 267

汉英名词术语对照 271

参考文献 279