語音信號處理（第3版）

第1章 緒論
第2章 語音信號處理的基礎(chǔ)知識
2.1 語音發(fā)音及感知系統(tǒng)
2.2 語音信號生成的數(shù)學(xué)模型
2.3語音基本概念與參數(shù)
2.4 語音信號的數(shù)字化和預(yù)處理
2.5 語音信號處理的應(yīng)用
2.6 思考與復(fù)習(xí)題
第3章 語音信號處理常用算法
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 語音信號分析
4.1 概述
4.2 語音分幀
4.3 語音信號的時域分析
4.4 語音信號的頻域分析
4.5 語音信號的倒譜分析
4.6 語音信號的線性預(yù)測分析
4.7語音信號的小波分析
4.8 思考與復(fù)習(xí)題
第5章 語音信號特征提取技術(shù)
5.1 概述
5.2 端點檢測
5.3 基音周期估計
5.4 共振峰估計
5.5 思考與復(fù)習(xí)題
第6章 語音增強
6.1 概述
6.2 語音特性、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 語音編碼
7.1 概 述
7.2 語音編碼的評價指標
7.3 語音信號的波形編碼
7.4 語音信號的參數(shù)編碼
7.5語音信號的混合編碼
7.6 思考與復(fù)習(xí)題
第8章 語音合成與轉(zhuǎn)換
8.1 概述
8.2 語音合成算法
8.3 文語轉(zhuǎn)換系統(tǒng)（TTS）
8.4 常用語音轉(zhuǎn)換的方法
8.5 語音轉(zhuǎn)換的研究方向
8.6 思考與復(fù)習(xí)題
第9章 語音識別
9.1 概述
9.2 語音識別原理和識別系統(tǒng)的組成
9.3 孤立字（詞）識別系統(tǒng)
9.4 連續(xù)語音識別系統(tǒng)的性能評測
9.5 思考與復(fù)習(xí)題
第10章 說話人識別
10.1 概 述
10.2 說話人識別方法和系統(tǒng)結(jié)構(gòu)
10.3 應(yīng)用VQ的說話人識別系統(tǒng)
10.4 應(yīng)用DTW的說話人確認系統(tǒng)
10.5 應(yīng)用HMM的說話人識別系統(tǒng)
10.6 應(yīng)用GMM的說話人識別系統(tǒng)
10.7 尚需進一步探索的研究課題
10.8 思考與復(fù)習(xí)題
第11章 語音信號情感處理
11.1 概述
11.2 情感理論與情感誘發(fā)實驗
11.3 情感的聲學(xué)特征分析
11.4 實用語音情感的識別算法研究
11.4.3 高斯混合模型的基本原理
11.5 跨語言的語音情感識別
11.6 應(yīng)用與展望
11.7 思考與復(fù)習(xí)題
第12章 語音隱藏
12.1 概述
12.2 國內(nèi)外研究現(xiàn)狀及存在的問題
12.3 語音信息隱藏基礎(chǔ)
12.4 常用評價指標
12.5 基本語音信息隱藏算法
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 雙耳聽覺定位原理及方法
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