語(yǔ)音信號(hào)處理（第3版）

第1章 緒論
第2章 語(yǔ)音信號(hào)處理的基礎(chǔ)知識(shí)
2.1 語(yǔ)音發(fā)音及感知系統(tǒng)
2.2 語(yǔ)音信號(hào)生成的數(shù)學(xué)模型
2.3語(yǔ)音基本概念與參數(shù)
2.4 語(yǔ)音信號(hào)的數(shù)字化和預(yù)處理
2.5 語(yǔ)音信號(hào)處理的應(yīng)用
2.6 思考與復(fù)習(xí)題
第3章 語(yǔ)音信號(hào)處理常用算法
3.1 矢量量化
3.2隱馬爾可夫模型（HMM）
3.3 神經(jīng)網(wǎng)絡(luò)
3.4 思考與復(fù)習(xí)題
第4章 語(yǔ)音信號(hào)分析
4.1 概述
4.2 語(yǔ)音分幀
4.3 語(yǔ)音信號(hào)的時(shí)域分析
4.4 語(yǔ)音信號(hào)的頻域分析
4.5 語(yǔ)音信號(hào)的倒譜分析
4.6 語(yǔ)音信號(hào)的線性預(yù)測(cè)分析
4.7語(yǔ)音信號(hào)的小波分析
4.8 思考與復(fù)習(xí)題
第5章 語(yǔ)音信號(hào)特征提取技術(shù)
5.1 概述
5.2 端點(diǎn)檢測(cè)
5.3 基音周期估計(jì)
5.4 共振峰估計(jì)
5.5 思考與復(fù)習(xí)題
第6章 語(yǔ)音增強(qiáng)
6.1 概述
6.2 語(yǔ)音特性、人耳感知特性及噪聲特性
6.3 濾波器法
6.4 相關(guān)特征法
6.5 非線性處理法
6.6 減譜法
6.7 Weiner濾波法
6.8 思考與復(fù)習(xí)題
第7章 語(yǔ)音編碼
7.1 概 述
7.2 語(yǔ)音編碼的評(píng)價(jià)指標(biāo)
7.3 語(yǔ)音信號(hào)的波形編碼
7.4 語(yǔ)音信號(hào)的參數(shù)編碼
7.5語(yǔ)音信號(hào)的混合編碼
7.6 思考與復(fù)習(xí)題
第8章 語(yǔ)音合成與轉(zhuǎn)換
8.1 概述
8.2 語(yǔ)音合成算法
8.3 文語(yǔ)轉(zhuǎn)換系統(tǒng)（TTS）
8.4 常用語(yǔ)音轉(zhuǎn)換的方法
8.5 語(yǔ)音轉(zhuǎn)換的研究方向
8.6 思考與復(fù)習(xí)題
第9章 語(yǔ)音識(shí)別
9.1 概述
9.2 語(yǔ)音識(shí)別原理和識(shí)別系統(tǒng)的組成
9.3 孤立字（詞）識(shí)別系統(tǒng)
9.4 連續(xù)語(yǔ)音識(shí)別系統(tǒng)的性能評(píng)測(cè)
9.5 思考與復(fù)習(xí)題
第10章 說(shuō)話人識(shí)別
10.1 概 述
10.2 說(shuō)話人識(shí)別方法和系統(tǒng)結(jié)構(gòu)
10.3 應(yīng)用VQ的說(shuō)話人識(shí)別系統(tǒng)
10.4 應(yīng)用DTW的說(shuō)話人確認(rèn)系統(tǒng)
10.5 應(yīng)用HMM的說(shuō)話人識(shí)別系統(tǒng)
10.6 應(yīng)用GMM的說(shuō)話人識(shí)別系統(tǒng)
10.7 尚需進(jìn)一步探索的研究課題
10.8 思考與復(fù)習(xí)題
第11章 語(yǔ)音信號(hào)情感處理
11.1 概述
11.2 情感理論與情感誘發(fā)實(shí)驗(yàn)
11.3 情感的聲學(xué)特征分析
11.4 實(shí)用語(yǔ)音情感的識(shí)別算法研究
11.4.3 高斯混合模型的基本原理
11.5 跨語(yǔ)言的語(yǔ)音情感識(shí)別
11.6 應(yīng)用與展望
11.7 思考與復(fù)習(xí)題
第12章 語(yǔ)音隱藏
12.1 概述
12.2 國(guó)內(nèi)外研究現(xiàn)狀及存在的問(wèn)題
12.3 語(yǔ)音信息隱藏基礎(chǔ)
12.4 常用評(píng)價(jià)指標(biāo)
12.5 基本語(yǔ)音信息隱藏算法
12.6 總結(jié)與展望
12.7 思考與復(fù)習(xí)題
第13章 聲源定位
13.1 概述
13.2 雙耳聽(tīng)覺(jué)定位原理及方法
13.3 麥克風(fēng)陣列模型
13.4 基于麥克風(fēng)陣列的聲源定位方法分類
13.5 總結(jié)與展望
13.6 思考與復(fù)習(xí)題