店 数字语音处理及MATLAB仿真 第3版 第三版 张雪英 高校电子信息类专业教材书籍 语音信号处理原理方法技术和应用

本书系统地阐述语音信号处理的原理、方法、技术和应用，同时给出部分内容对应的MATLAB程序。全书共14章，*1～7章是基本理论部分，包括绪论、语音信号的数字模型、语音信号短时时域分析、语音信号短时频域分析、语音信号倒谱分析、语音信号线性预测分析和矢量量化；第8～14章是应用部分，包括语音编码原理及应用、语音识别原理及应用、神经网络原理及应用、语音合成原理及应用、语音情感识别原理及应用、语音增强原理及应用、语音质量评价和可懂度评价。本书内容全面，重点突出，原理阐述深入浅出，注重理论与实际应用的结合，可读性强。

*1章　绪论 1
1.1　语音信号处理的发展 1
1.1.1　语音合成 1
1.1.2　语音编码 2
1.1.3　语音识别 4
1.2　语音信号处理的应用 7
1.3　语音信号处理的过程 8
1.4　MATLAB在数字语音信号处理中的应用 9
习题1 10
*2章　语音信号的数字模型 11
2.1　语音的发声机理 11
2.1.1　人的发声器官 11
2.1.2　语音生成 12
2.2　语音的听觉机理 13
2.2.1　听觉器官 13
2.2.2　听觉掩蔽效应 14
2.2.3　临界带宽与频率群 15
2.2.4　耳蜗的信号处理机制 16
2.2.5　语音信号听觉模型 17
2.3　语音信号的数字模型 18
2.3.1　激励模型 18
2.3.2　声道模型 20
2.3.3　辐射模型 22
2.3.4　数字模型 22
2.3.5　模型局限性 23
习题2 23
第3章　语音信号短时时域分析 24
3.1　语音信号的预处理 24
3.1.1　语音信号的预加重处理 24
3.1.2　语音信号的加窗处理 26
3.2　短时平均能量 29
3.3　短时平均幅度 32
3.4　短时平均过零率 34
3.5　短时自相关分析 36
3.5.1　短时自相关函数 36
3.5.2　语音信号的短时自相关函数 36
3.5.3　修正的短时自相关函数 41
3.5.4　短时平均幅度差函数 44
3.6　基于能量和过零率的语音端点检测 45
3.7　基音周期估值 47
3.7.1　基于短时自相关法的基音周期估值 47
3.7.2　基于短时平均幅度差函数法的基音周期估值 51
3.7.3　基音周期估值的后处理 53
3.7.4　基音周期估值后处理的MATLAB实现 54
习题3 57
第4章　语音信号短时频域分析 59
4.1　傅里叶变换的解释 59
4.1.1　短时傅里叶变换 59
4.1.2　窗函数的作用 60
4.2　滤波器的解释 65
4.2.1　短时傅里叶变换的滤波器实现形式一 65
4.2.2　短时傅里叶变换的滤波器实现形式二 66
4.3　短时合成的两种方法 67
4.3.1　短时合成的滤波器组相加法原理 67
4.3.2　短时合成的滤波器组相加法的MATLAB实现 69
4.3.3　短时合成的叠接相加法原理及其MATLAB实现 75
习题4 78
第5章　语音信号倒谱分析 80
5.1　复倒谱和倒谱的定义及性质 80
5.1.1　定义 80
5.1.2　复倒谱的性质 80
5.2　语音信号倒谱分析及应用 83
5.2.1　语音信号倒谱分析原理 83
5.2.2　语音信号倒谱应用 85
5.3 Mel频率倒谱参数 91
5.3.1 Mel频率滤波器组 91
5.3.2 MFCC提取 93
5.3.3 MFCC提取的MATLAB实现 94
习题5 95
第6章　语音信号线性预测分析 97
6.1　LPC的基本原理 97
6.1.1　LPC的实现方法 97
6.1.2　语音信号模型和LPC之间的关系 99
6.1.3　模型增益G的确定 100
6.2　LPC系数的解法 101
6.2.1　自相关法 101
6.2.2　协方差法 102
6.2.3　自相关法的MATLAB实现 103
6.3　线谱对（LSP）分析 104
6.3.1　LSP的定义和特点 105
6.3.2　LPC系数到LSP系数的转换及MATLAB实现 108
6.3.3　LSP系数到LPC系数的转换及MATLAB实现 111
6.4　LPC的几种推演参数 113
6.4.1　反射系数 113
6.4.2　对数面积比（LAR）系数 113
6.4.3　预测器多项式的根 114
6.4.4　预测误差滤波器的冲激响应及其自相关函数 114
6.5 LPC的两个应用实例 114
6.5.1　LPC倒谱及MATLAB实现 115
6.5.2 LPC基音周期检测及MATLAB实现 117
习题6 124
第7章　矢量量化 126
7.1　矢量量化基本原理 127
7.1.1　矢量量化的定义 127
7.1.2　失真测度 128
7.1.3　矢量量化器 129
7.2　*佳矢量量化器 130
7.3　矢量量化器的设计算法及MATLAB实现 131
7.3.1　LBG算法 131
7.3.2　初始码书的选取与空胞腔的处理 133
7.3.3　已知训练序列的LBG算法的MATLAB实现 134
7.3.4　树形搜索矢量量化器 136
习题7 139
第8章　语音编码原理及应用 140
8.1　语音编码的分类及特性 140
8.1.1　波形编码 140
8.1.2　参数编码 141
8.1.3　混合编码 141
8.2　语音编码性能的评价指标 141
8.2.1　编码速率 141
8.2.2　编码语音质量评价 142
8.2.3　编解码延时 142
8.2.4　算法复杂度 142
8.3　语音信号波形编码 143
8.3.1　脉冲编码调制（PCM） 143
8.3.2　自适应预测编码（APC） 147
8.3.3　G.721标准及算法实现 149
8.4　语音信号参数编码 161
8.4.1　LPC声码器原理 161
8.4.2　LPC-10声码器 162
8.5　语音信号混合编码 165
8.5.1　合成分析技术和感觉加权滤波器 165
8.5.2　激励模型的演变 167
8.5.3　G.728标准简介 167
8.6　语音信号宽带变速率编码 168
习题8 169
第9章　语音识别原理及应用 170
9.1　语音识别系统概述 170
9.1.1　语音信号预处理 170
9.1.2　语音识别特征提取 171
9.1.3　语音训练识别网络 172
9.2　支持向量机在语音识别中的应用 175
9.2.1　支持向量机分类原理 175
9.2.2　支持向量机的模型参数选择问题 180
9.2.3　支持向量机用于语音识别的MATLAB实现 181
习题9 185
*10章 神经网络原理及应用 186
10.1 人工神经网络 186
10.1.1 神经元 186
10.1.2 神经网络的分类 187
10.2 深度神经网络 188
10.2.1 深度学习 188
10.2.2 卷积神经网络 189
10.2.3 长短时记忆（LSTM）网络 190
10.3 神经网络在语音信号处理中的应用 191
10.3.1 RBF网络在语音识别中的应用及MATLAB实现 191
10.3.2 SOFM网络在语音编码中的应用及MATLAB实现 197
10.3.3 深度神经网络在语音识别中的应用 200
习题10 202
*11章 语音合成原理及应用 203
11.1 语音合成系统概述 203
11.1.1 文本分析 204
11.1.2 韵律控制 206
11.1.3 语音合成方法 206
11.2 传统语音合成 207
11.2.1 共振峰合成 208
11.2.2 线性预测分析合成 210
11.2.3 基音同步叠加 212
11.2.4 统计参数语音合成 219
11.3 基于深度学习的端到端语音合成 223
11.3.1 基于WaveNet的语音合成 223
11.3.2 基于FastSpeech的语音合成 225
习题11 226
*12章　语音情感识别原理及应用 227
12.1　情感的划分 227
12.1.1　离散情感划分 227
12.1.2 情感维度空间 228
12.1.3 其他情感模型 231
12.2 情感语音数据库 232
12.2.1 情感语音数据库建立原则与方法 232
12.2.2 常用情感语音数据库 233
12.3 语音情感特征及识别模型的应用 234
12.3.1 传统语音情感特征 234
12.3.2 基于经验模态分解的特征 238
12.3.3 语音情感的非线性特征 242
12.3.4 深度神经网络在语音情感识别中的应用 249
习题12 251
*13章　语音增强原理及应用 252
13.1　语音特性和数据库 252
13.1.1　语音和噪声的主要特性 252
13.1.2 语音和噪声数据库 253
13.2 语音增强算法的分类 254
13.2.1 无监督语音增强算法 254
13.2.2 有监督语音增强算法 255
13.3　传统语音增强算法及MATLAB实现 257
13.3.1　谱减法 257
13.3.2　维纳滤波法 260
13.3.3　*小均方误差法 263
13.4 基于深度学习的语音增强算法 266
13.4.1 基于卷积神经网络的语音增强 267
13.4.2 基于长短期记忆网络的语音增强 273
13.4.3 基于生成对抗网络的语音增强 275
习题13 278
*14章　语音质量评价和可懂度评价 279
14.1　语音质量与可懂度 279
14.2　语音质量的主观评价方法 279
14.3　语音可懂度的主观评价方法 281
14.4　语音质量客观评价方法 283
14.4.1　时域和频域分段信噪比方法及MATLAB实现 283
14.4.2　基于LPC客观评价方法及MATLAB实现 287
14.4.3　语音质量的感知（PESQ）评价方法及MATLAB实现 290
14.5　语音可懂度客观评价方法 294
14.5.1　频域加权分段信噪比评价方法及MATLAB实现 294
14.5.2　归一化协方差（NCM）评价方法及MATLAB实现 298
习题14 301
参考文献 302

张雪英，太原理工大学教授、博士生导师，从事本科生和研究生的语音信号处理、DSP应用及多媒体通信等的教学和科研工作，主要研究方向为语音编码、抗噪语音识别和DSP应用及嵌入式系统开发及应用。

提供电子课件、MATLAB程序代码、MOOC课程。

提供电子课件、MATLAB程序代码、MOOC课程。

1