全新正版人与机器听觉:听见声音的意义9787111684534机械工业

译者序<br/>序言<br/>前言<br/>关于作者<br/>部 声音分析与表征概述<br/>章 引言3<br/>1.1　David Marr论视觉与听觉5<br/>1.2　自上而下与自下而上分析8<br/>1.3　神经模拟方法10<br/>1.4　听觉图像11<br/>1.5　耳朵是频率分析器吗12<br/>1.6　第三音13<br/>1.7　声音理解与意义提取14<br/>1.8　机器视觉与机器学习技术的利用15<br/>1.9　本书的内容安排15<br/>第2章 听觉理论18<br/>2.1　一种“新”的听觉理论18<br/>2.2　更新的听觉理论20<br/>.　主动与非线听觉理论21<br/>2.4　听觉三元理论22<br/>2.5　听觉图像理论<br/>第3章 对数及幂律听觉27<br/>3.1　对数与幂律27<br/>3.2　对数频率28<br/>3.3　对数功率30<br/>3.4　Bode图31<br/>3.5　感知映33<br/>3.6 恒值分析36<br/>3.7 对数应用注意事项36<br/>第4章 人类听觉概述37<br/>4.1?人机对比37<br/>4.2　听觉生理学37<br/>4.3　听觉中的关键问题39<br/>4.4　响度40<br/>4.5　临界频带、掩蔽与抑制43<br/>4.6　音高感知45<br/>4.7　音色52<br/>4.8　协和与不协和53<br/>4.9　语音感知55<br/>4.10　双耳听觉58<br/>4.11　听觉流59<br/>4.12　非线60<br/>4.13　后续建议61<br/>第5章 声学方法与听觉修正62<br/>5.1　声音、语音与音乐建模62<br/>5.2　短时谱分析62<br/>5.3　谱的平滑与变换66<br/>5.4　源-滤波器模型与同态信号处理68<br/>5.5　摆脱对数70<br/>5.6　听觉频率尺度70<br/>5.7　mel频率倒谱71<br/>5.8　线预测编码72<br/>5.9　PLP与RASTA73<br/>5.10　自动语音识别中的听觉技术74<br/>5.11　必要的改进75<br/>第二部分 听觉的系统理论<br/>第6章 线系统引言79<br/>6.1 平滑：恰当的起点80<br/>6.2 线时不变系统80<br/>6.3 滤波器与频率82<br/>6.4 微分方程与齐次解83<br/>6.5 冲激响应84<br/>6.6 因果与稳定6<br/>6.7 卷积86<br/>6.8 本征函数与传递函数87<br/>6.9 频率响应90<br/>6.10 变换与运算方法92<br/>6.11 有理函数及其零极点94<br/>6.12 传递函数增益与相位的图解计算96<br/>6.13 卷积定理97<br/>6.14 级联、并联与反馈结构中滤波器的互联98<br/>6.15 总结及后续安排100<br/>第7章 离散时间与数字系统102<br/>7.1 计算机模拟系统102<br/>7.2 离散时间线移不变系统102<br/>7.3 冲激响应与卷积103<br/>7.4 离散时间系统中的频率103<br/>7.5 Z变换及其逆变换103<br/>7.6 单位超前算子与单位延迟算子104<br/>7.7 滤波器与传递函数105<br/>7.8 采样与混叠108<br/>7.9 自连续时间系统的映110<br/>7.10 滤波器设计111<br/>7.11 数字滤波器112<br/>7.12 多输入输出114<br/>7.13 傅里叶分析与频谱图114<br/>7.14 观点及拓展阅读116<br/>第8章 谐振器117<br/>8.1 带通滤波器117<br/>8.2 四阶谐振器121<br/>8.3 谐振器频率响应1<br/>8.4 谐振器冲激响应125<br/>8.5 复谐振器与通用谐振曲线127<br/>8.6 并联系统的复零点128<br/>8.7 实系统实现132<br/>8.8 数字谐振器134<br/>第9章 gammatone及相关滤波器137<br/>9.1 复合谐振器构成的听觉模型137<br/>9.2 多极点137<br/>9.3 复gammatone滤波器139<br/>9.4 实gammatone滤波器142<br/>9.5 全极点gammatone滤波器144<br/>9.6 gammachirp滤波器146<br/>9.7 变极点49<br/>9.8 非重极点149<br/>9.9 数字滤波器150<br/>0章 非线系统153<br/>10.1 Volterra级数及描述153<br/>10.2 基本非线155<br/>10.3 Hopf分叉155<br/>10.4 分布式带通非线156<br/>10.5 非线系统响应曲线157<br/>10.6 双音调响应160<br/>10.7 非线与混叠161<br/>10.8 特别关注163<br/>1章 自动增益控制164<br/>11.1 输入-输出强度压缩164<br/>11.2 非线反馈控制165<br/>11.3 平衡状态下的AGC压缩166<br/>11.4 多级联可变增益168<br/>11.5 由级联谐振器阻尼控制的增益控制170<br/>11.6 AGC动态特170<br/>11.7 AGC环路稳定174<br/>11.8 多环路AGC176<br/>2章 分布式系统中的波178<br/>12.1 均匀线介质中的波179<br/>12.2 波数与传递函数184<br/>1. 非均匀介质186<br/>12.4 非均匀介质等效滤波器级联189<br/>12.5 冲激响应190<br/>12.6 群速度与群延迟191<br/>第三部分 听觉外周<br/>3章 听觉滤波器模型195<br/>13.1 何谓听觉滤波器196<br/>13.2 从谐振器到高斯滤波器198<br/>13.3 听觉滤波器模型应具备的十大优良特199<br/>13.4 代表听觉滤波器模型201<br/>13.4.1 听觉滤波器的三条发展路径201<br/>13.4.2 三个圆滑指数滤波器202<br/>13.4.3 四个gammatone族滤波器203<br/>13.4.4 三种滤波器级联204<br/>13.5 难点：时变与非线听觉滤波器206<br/>13.6 滤波器模型的拟合参数208<br/>13.6.1 拟合心理声学滤波器形状208<br/>13.6.2 OZGF及PZFC变型采用更少参数产生更好拟合210<br/>13.7 抑制212<br/>13.8 由生理数据导出冲激响应212<br/>13.9 耳蜗模型总结及应用215<br/>4章 耳蜗建模216<br/>14.1 耳蜗结构216<br/>14.2 行波219<br/>14.3 1D、D及D流体力学222<br/>14.4 长波、短波及2D模型224<br/>14.5 主动式微观力学227<br/>14.6 尺度对称与耳蜗频率-位置图227<br/>14.7 滤波器级联耳蜗模型229<br/>14.8 外毛细胞等效主动增益元件1<br/>14.9 力学模型与实验中的色散关系<br/>14.10 内毛细胞等效检测器4<br/>14.11 传出控制用于对声音的适应5<br/>14.12 总结及拓展阅读<br/>5章　CARFAC数字耳蜗模型<br/>15.1 各部分汇总<br/>15.2 CARFAC模型框架<br/>15.3 生理要素<br/>15.4 模拟模型与双向模型241<br/>15.5 开源软件242<br/>15.6 CARFAC总结242<br/>6章　非对称谐振器级联243<br/>16.1 线耳蜗模型243<br/>16.2 耦合型滤波器实现244<br/>16.2.1 级的直流增益246<br/>16.2.2 级响应与级联响应246<br/>7章　外毛细胞251<br/>17.1 单一机制中的多重效应252<br/>17.2 非线函数252<br/>17.3 DOHC的AGC效应254<br/>17.4 典型畸变响应模式256<br/>17.5 形成闭环259<br/>8章　内毛细胞260<br/>18.1 利用S形函数实现整流261<br/>18.2 自适应纤毛-细胞模型263<br/>18.2.1 Schroeder-Hall模型264<br/>18.2.2 Allen模型264<br/>18.. Meddis模型265<br/>18.2.4 模型选择266<br/>18.3 数字IHC模型266<br/>9章　AGC环路滤波器268<br/>19.1 CARFAC的AGC环路268<br/>19.2 AGC滤波器结构268<br/>19.3 平滑滤波器零极点分析269<br/>19.4 AGC滤波器的时域响应271<br/>19.5 AGC滤波器的空间响应273<br/>19.6 带抽取的时空平滑275<br/>19.7 适调特275<br/>19.8 双耳或多耳操作276<br/>19.9 CARFAC和系统中的耦合及多级AGC277<br/>第四部分 听神经系统<br/>第20章　听神经与蜗核281<br/>20.1 从毛细胞到神经放电282<br/>20.2 音调拓扑组构284<br/>20.3 耳蜗谱图中的精细时间结构284<br/>20.4 蜗核中的细胞类型285<br/>20.5 抑制及计算286<br/>20.6 尖峰时序编码287<br/>2章　听觉图像288<br/>21.1 声音的电影288<br/>21.2 历史289<br/>21.3 稳定听觉图像289<br/>21.4 触发式时序积分292<br/>21.4.1 基于触发脉冲的互相关292<br/>21.4.2 触发同步294<br/>21.5 传统短时自相关296<br/>21.6 非对称296<br/>21.7 SAI计算298<br/>21.8 基音与频谱299<br/>21.9 音乐听觉图像299<br/>21.10 语音听觉图像300<br/>21.11 SAI汇总轨迹：基音谱图302<br/>21.12 SAI耳蜗谱图304<br/>21.13 对数-延迟SAI304<br/>第22章　双耳空间听音308<br/>22.1 Rayleigh双重理论：耳间强度及相位308<br/>22.2 T与ILD313<br/>2. 头相关传递函数314<br/>22.4 耳间差异的神经提取317<br/>22.5 蜗核与斜方体的作用320<br/>22.6 双耳声反与增益控制321<br/>22.7 优先效应322<br/>22.8 模型实现3<br/>22.9 耳间相干324<br/>22.10 双耳应用324<br/>第章　听觉大脑326<br/>.1 场景分析：ASA与CASA326<br/>.2 注意力及流分离328<br/>.2.1 合成-分析328<br/>.2.2 “单纯试音”对比自上而下处理330<br/>.. 时频掩蔽ASA330<br/>. 脑中的多级332<br/>..1 听觉图像在哪儿333<br/>..2 CASA在哪儿334<br/>.4 高层级听觉通路334<br/>.4.1 下丘336<br/>.4.2 内侧膝状体336<br/>.4.3 听觉皮层337<br/>.4.4 下行通路337<br/>.5 展望338<br/>第五部分 机器学习及应用<br/>第24章　机器学经网络341<br/>24.1 向数据学习341<br/>24.2 感知机341<br/>24.3 训练阶段342<br/>24.4 非线输出344<br/>24.5 输入中的非线347<br/>24.6 多感知层348<br/>24.7 神经单元与神经网络348<br/>24.8 误差反向传播训练350<br/>24.9 代价函数与正则化351<br/>24.10 多类分类器353<br/>24.11 神经网络的成功与失败354<br/>24.12 统计学习理论355<br/>24.13 总结与观点356<br/>第25章　特征空间358<br/>25.1 特征工程359<br/>25.2 深度网络自动特征优化360<br/>25.3 带通功率与二次特征361<br/>25.4 耳蜗滤波器组输出的二次特征361<br/>25.5 特征提取中的非线与增益控制362<br/>25.6 神经启发特征提取363<br/>25.7 稀疏化和赢者通吃特征363<br/>25.8 哪种方法会胜出364<br/>第26章　声音搜索365<br/>26.1 声音建模366<br/>26.1.1 耳蜗模型滤波器组367<br/>26.1.2 基于频闪时序积分的稳定听觉图像367<br/>26.1.3 SAI的稀疏编码367<br/>26.1.4 矩形选择369<br/>26.2 给定文本查询的声音排序370<br/>26.3 实验373<br/>26.3.1 数据集373<br/>26.3.2 实验设置374<br/>26.3.3 稀疏编码参数374<br/>26.3.4 与MFCC对比374<br/>26.4 结果374<br/>26.5 结论与下一步工作377<br/>第27章　音乐旋律匹配378<br/>27.1 算法380<br/>27.1.1　SAI380<br/>27.1.2 听觉图像的色度380<br/>27.1.3 频谱图的色度382<br/>27.1.4 区间谱图的生成382<br/>27.1.5　相似评分384<br/>27.2 实验385<br/>27.3 讨论387<br/>27.3.1 SAI和基于频谱图的色度387<br/>27.3.2 规模扩展387<br/>27.3.3 区间谱图的哈希387<br/>27.4 总结与结论388<br/>第28章　应用389<br/>28.1 听觉生理学与心理声学389<br/>28.2 音频编码与压缩390<br/>28.3 听器与人工耳蜗390<br/>28.4 声音可视化395<br/>28.5 诊断397<br/>28.6 语音与说话人识别398<br/>28.7 音乐信息检索399<br/>28.8 安全、监视与报警400<br/>28.9 日志、总结与索引400<br/>28.10 结束语401<br/>中英文术语对照表402<br/>参考文献