語音信號處理與識別

《語音信號處理與識別》是2015年12月由國防工業出版社出版的圖書，作者是嚴勤、呂勇。

基本介紹

• 書名：語音信號處理與識別
• 作者：嚴勤、呂勇
• ISBN：978-7-118-10583-4
• 頁數：186
• 定價：62
• 出版社：國防工業出版社
• 出版時間：2015年12月
• 裝幀：平裝
• 開本：16開

內容簡介

本書系統介紹語音信號處理的理論、方法和套用，著重討論英語口音的分析與轉換、語音增強和魯棒語音識別。全書共分10章，內容包括語音信號處理概述、語音信號模型及聲學特徵、魯棒語音識別的基本方法、英語口音的聲學差異、英語口音的聲學分析、英語口音轉換、基於共振峰曲線和諧波噪聲模型的語音增強、基於特徵補償的魯棒語音識別、基於矢量泰勒級數的多環境模型自適應算法和基於多項式回歸的模型自適應算法。

本書可供信息與通信工程、計算機科學與技術等專業的教師、科研人員以及研究生使用。

目錄

第1章語音信號處理概述

1.1語音基礎知識

1.1.1語音的聲學特性

1.1.2語音的基本單元

1.2英語口音處理

1.2.1英語口音概述

1.2.2英語口音的研究現狀

1.3語音識別

1.3.1語音識別的基本原理

1.3.2魯棒語音識別

1.4語音信號處理的其他套用

1.4.1語音增強

1.4.2語音編碼

1.4.3語音合成

參考文獻

第2章語音信號模型及聲學特徵

2.1基本模型

2.1.1源—濾波器模型

2.1.2線性預測模型

2.2貝葉斯模型

2.2.1貝葉斯估計

2.2.2隱馬爾可夫模型

2.2.3語言模型

2.3語音的聲學特徵

2.3.1共振峰

2.3.2美爾頻率倒譜係數

2.3.3語調與語速

參考文獻

第3章魯棒語音識別的基本方法

3.1特徵域方法

3.1.1倒譜均值正規化

3.1.2相對譜

3.1.3雙通道分段線性環境補償

3.1.4矢量泰勒級數

3.2模型域方法

3.2.1最大後驗自適應

3.2.2最大似然線性回歸

3.2.3並行模型組合

3.3本章小結

參考文獻

第4章英語口音的聲學差異

4.1英語口音的演化與分布

4.1.1英語口音的演化

4.1.2口音的語音學差異

4.2英語口音的語音學特點

4.2.1英式標註英語和美式標註英語的比較概述

4.2.2澳大利亞發音特點

4.3英語口音的聲學特點

4.3.1共振峰特徵

4.3.2語調、時長及語速特徵

4.3.3英語口音對語音識別的影響

4.4本章小結

參考文獻

第5章英語口音的聲學分析

5.1共振峰及共振峰軌跡的機率模型

5.1.1共振峰機率模型

5.1.2基於二維隱馬爾可夫模型的共振峰估計及軌跡估計

5.2英語口音的共振峰特徵分析

5.2.1英式發音、澳式發音和美式發音的共振峰比較

5.2.2基於口音的共振峰排序

5.3英語口音的韻律分析

5.3.1英語口音的語調模型分析

5.3.2音素的音長和語速分析

5.4本章小結

參考文獻

第6章英語口音轉換

6.1口音轉換概述

6.2共振峰轉換

6.2.1非均勻線性LP頻譜彎折

6.2.2共振峰曲線映射

6.3語調轉換

6.3.1時域基音同步疊加

6.3.2語調特徵映射方法

6.4口音轉換

6.4.1並行口音轉換

6.4.2實驗結果與分析

6.5本章小結

參考文獻

第7章基於共振峰曲線和諧波噪聲模型的語音增強

7.1引言

7.2噪聲環境下共振峰曲線提取

7.2.1噪聲對共振峰估計的影響

7.2.2基於狀態相依卡爾曼濾波器組的共振峰軌跡平滑

7.2.3性能評估

7.3諧波噪聲模型

7.3.1基音頻率估計

7.3.2諧波幅值與噪聲估計

7.4語音增強

7.4.1基於共振峰曲線和諧波噪聲模型的語音增強算法

7.4.2實驗與分析

7.5本章小結

參考文獻

第8章基於特徵補償的魯棒語音識別

8.1基於隱馬爾可夫模型的模型組合

8.1.1語音模型

8.1.2含噪語音模型參數的並行模型組合估計

8.1.3純淨語音特徵矢量的最小均方誤差估計

8.1.4狀態轉移機率矩陣的壓縮

8.2基於矢量泰勒級數的自適應特徵補償

8.2.1基於VTS的特徵補償算法

8.2.2基於HMM的特徵補償

8.3實驗結果及分析

8.3.1模型組合實驗及分析

8.3.2自適應特徵補償實驗及分析

8.4本章小結

參考文獻

第9章基於矢量泰勒級數的多環境模型自適應算法

9.1基於VTS的模型自適應

9.1.1靜態參數調整

9.1.2動態參數調整

9.2多環境模型

9.3基於含噪訓練語音的VTS關係式

9.4測試噪聲參數的最大似然估計

9.4.1噪聲均值估計

9.4.2噪聲方差估計

9.5實驗結果及分析

9.5.1實驗條件

9.5.2測試噪聲與訓練噪聲的功率譜特性比較

9.5.3自適應過程的收斂特性

9.5.4多環境自適應結果及討論

9.6本章小結

參考文獻

第10章基於多項式回歸的模型自適應算法

10.1基於多項式回歸的模型自適應

10.1.1均值矢量的多項式回歸

10.1.2多項式係數的最大似然估計

10.2基於子帶多項式回歸的模型自適應

10.2.1均值矢量的子帶多項式回歸

10.2.2子帶多項式係數的最大似然估計

10.3實驗結果及分析

10.3.1多項式回歸實驗

10.3.2子帶回歸實驗

10.4本章小結

參考文獻"