基本信息.jpg

书名: 语音信号处理（3版）

作者: 韩纪庆、张磊、郑铁然

定价: 89.00元

ISBN编号: 9787302517603

开本: 16开

出版社名称: 清华大学出版社

内容简介.jpg

本书地介绍语音信号处理的基础、概念、原理、方法与应用。全书共分9章。1章介绍语音信号处理及其发展过程； 2章介绍语音信号的产生与人类听觉的机理，传统的线性语音产生模型，以及非线性语音产生模型； 3章从语音信号的时域特征入手，引入时频分析的思想，并进一步阐述时频分析中短时傅里叶变换和小波变换在语音信号特征分析中的应用，后对广泛使用的倒谱特征以及同态解卷积进行介绍； 4章介绍语音信号的线性预测原理、解法、几种推演方法以及线谱对分析法； 5章介绍语音编码的相关知识，包括语音的波形编码、极低速率语音编码技术，以及相关编码器的性能指标和评测方法； 6章介绍语音识别的基本内容，从基于矢量量化的识别技术到动态时间归正的识别技术，从隐马尔可夫模型技术到基于深度学习的语音识别技术，从孤立词识别到连接词识别及连续语音识别技术，再到关键词检出技术，后还介绍新兴起的语音识别应用技术，以及用于HMM构建的HTK工具和用于深度学习构建的Kaldi工具等； 7章介绍说话人识别的基本内容，从基于GMMUBM的识别技术到基于支持向量机的识别技术，从基于联合因子分析的识别技术到基于ivector的识别技术，以及近年来受到关注的基于深度学习的识别技术等； 8章介绍顽健语音识别技术，从影响语音识别性能的环境变化因素分析开始，介绍噪声环境下顽健语音识别技术，以及变异语音识别的技术； 9章介绍语音的基本原理、线性预测、共振峰以及汉语按规则，以及基于HMM的技术等内容。

本书可作为高等院校计算机应用、信号与信息处理、通信与电子等及学科的高年级本科生、研究生教材，也可供该领域的科研及工程技术人员参考。

目录.jpg

1章绪论

1.1语音信号处理的发展

1.2语音信号处理的应用

1.3语音信号处理的总体结构

参考文献

2章语音信号的声学基础及产生模型

2.1语音信号的产生

2.1.1语音的发音器官

2.1.2语音的声学特征

2.1.3语音信号在时域和频域的表示

2.1.4汉语中语音的分类

2.1.5汉语语音的韵律特性

2.2语音信号的感知

2.2.1听觉

2.2.2听觉特性

2.2.3掩蔽效应

2.3语音信号的线性产生模型

2.3.1激励模型

2.3.2声道模型

2.3.3辐射模型

2.4语音信号的非线性产生模型

2.4.1调频调幅模型的基本原理

2.4.2Teager能量算子

2.4.3能量分离算法

2.4.4调频调幅模型的应用

参考文献

3章语音信号的特征分析

3.1语音信号数字化

3.1.1语音信号的采样和量化

3.1.2短时加窗处理

3.2语音信号的时域分析

3.2.1短时能量分析

3.2.2短时平均过零率

3.2.3短时自相关函数和短时平均幅度差函数

3.2.4端点检测和语音分割

3.3语音信号的频域分析

3.3.1滤波器组方法

3.3.2傅里叶频谱分析

3.4传统傅里叶变换缺点及时频分析的思想

3.4.1信号的时频表示

3.4.2不确定原理

3.5Gabor变换

3.6小波变换在语音信号分析中的应用

3.6.1小波的数学表示及意义

3.6.2小波分析特点

3.6.3小波变换的多分辨分析

3.6.4小波变换在语音处理中的应用

3.7语音信号的同态解卷积

3.7.1同态信号处理的基本原理

3.7.2语音信号的复倒谱

3.7.3避免相位卷绕的算法

3.7.4基于听觉特性的Mel频率倒谱系数

3.8语音信号特征应用

3.8.1基音周期估计

3.8.2共振峰的估计

参考文献

4章语音信号的线性预测分析

4.1线性预测的基本原理

4.2线性预测方程组的解法

4.2.1自相关法

4.2.2协方差法

4.2.3格型法

4.2.4几种求解线性预测方法的比较

4.3线性预测的几种推演参数

4.3.1归一化自相关函数

4.3.2反射系数

4.3.3预测器多项式的根

4.3.4LPC倒谱

4.3.5全极点的冲激响应及其自相关函数

4.3.6预测误差滤波器的冲激响应及其自相关函数

4.3.7对数面积比系数

4.4线谱对分析法

4.4.1线谱对分析的原理

4.4.2线谱对参数的求解

4.5感知线性预测PLP系数

参考文献

5章语音编码

5.1波形编码

5.1.1均匀量化PCM

5.1.2非均匀量化 PCM

5.1.3自适应量化PCM

5.1.4差分脉冲编码

5.1.5自适应差分脉冲编码

5.1.6增量调制和自适应增量调制

5.1.7子带编码

5.1.8自适应变换域编码

5.2参数编码和混合编码

5.2.1参数编码

5.2.2基于全极点语音产生模型的混合编码

5.2.3基于正弦模型的混合编码

5.3极低速率语音编码技术

5.3.1400bps~1.2Kbps的声码器

5.3.2识别型声码器

5.4语音编码器的性能指标和质量评测方法

5.4.1编码速率

5.4.2顽健性

5.4.3时延

5.4.4计算复杂度和算法的可扩展性

5.4.5语音质量及其评价方法

5.5语音编码标准

5.6感知音频编码

5.6.1感知编码的一般框架

5.6.2心理声学模型

5.6.3常用的感知编码标准

参考文献

6章语音识别

6.1概述

6.2基于矢量量化的识别技术

6.2.1Kmeans矢量量化算法

6.2.2LBG算法

6.3动态时间归正的识别技术

6.3.1DTW基本原理

6.3.2模板训练算法

6.4隐马尔可夫模型技术

6.4.1HMM基本思想

6.4.2HMM基本算法

6.4.3HMM算法实现中的问题

6.4.4关于HMM训练的几点考虑

6.5连接词语音识别技术

6.5.1连接词识别问题的一般描述

6.5.2二阶动态规划算法

6.5.3分层构筑方法

6.6大词表连续语音识别中的声学模型和语言学模型

6.6.1声学模型

6.6.2统计语言学模型

6.6.3统计语言学模型平滑技术

6.6.4语言学模型自适应技术

6.7大词表连续语音识别中的解码技术

6.7.1图的基本搜索算法

6.7.2面向语音识别的搜索算法

6.8大词表连续语音识别后处理技术

6.8.1语音识别中间结果的表示形式

6.8.2处理

6.8.3小字率解码方法

6.9基于HMM的自适应技术

6.9.1基于Bayesian理论的自适应方法

6.9.2基于变换的自适应方法

6．10基于深度学习的语音识别技术

6．10．1基于DNNHMM的语音识别技术

6．10．2基于RNN的语音识别技术

6．10．3端到端的语音识别技术

6.11关键词检出技术

6.11.1问题描述

6.11.2关键词检出的组成

6.11.3垃圾模型建模方法

6.11.4语音的设计

6.11.5关键词确认过程

6.11.6关键词检出性能优化

6.12语音识别的应用技术

6.12.1语音信息检索

6.12.2发音学习技术

6.12.3基于语音的情感处理

6.12.4网络环境下的语音识别

6.12.5嵌入式语音识别技术

6.13HTK工具介绍

6.13.1数据准备阶段

6.13.2模型训练阶段

6.13.3识别阶段

6．14Kaldi工具介绍

6．14．1Kaldi工具简介

6．14．2Kaldi工具安装

6．14．3数据准备

6．14．4特征提取

6．14．5模型训练

6．14．6性能评测

参考文献

7章说话人识别

7．1概述

7．2基于GMM与GMMUBM说话人识别

7．2．1GMM的说话人识别

7．2．2GMMUBM的说话人识别

7．3基于SVM的说话人识别

7．3．1SVM说话人识别

7．3．2基于GMM均值矢量的SVM说话人识别

7．3．3基于GMM得分的SVM说话人识别

7．4复杂信道下的说话人识别

7．4．1特征映射

7.4.2说话人模型

7．4．3扰动属性投影

7．4．4联合因子分析

7．5基于ivector的说话人识别

7．5．1基于GMMUBM的ivector说话人识别

7．5．2基于DNN的ivector说话人识别

7．6得分规整

7．6．1零规整

7．6．2测试规整

7．6．3说话人自适应的测试规整

7．6．4TZnorm

7．6．5Hnorm

7．6．6Cnorm

参考文献

8章顽健语音识别技术

8.1概述

8.2影响语音识别性能的环境变化因素

8.3噪声环境下的顽健语音识别技术

8.3.1基于语音增强的方法

8.3.2通道畸变的方法

8.3.3基于模型的补偿方法

8.4变异语音识别方法

8.4.1变异语音的分析

8.4.2变异语音的分类

8.4.3变异语音的识别

参考文献

9章语音

9.1语音的基本原理

9.2参数方法

9.2.1线性预测方法

9.2.2共振峰方法

9.3波形拼接技术

9.3.1TDPSOLA算法

9.3.2FDPSOLA算法

9.4汉语按规则

9.4.1韵律规则

9.4.2多音节协同发音规则

9.4.3轻声音节规则

9.4.4儿化音节的规则

9.5基于HMM的参数化语音技术

9.5.1基于HMM参数语音的训练

9.5.2基于HMM参数语音的阶段

参考文献

基本信息.jpg

ISBN编号: 9787121390067

书名: 声音体验设计

作者: （美）Amber Case（艾伯·凯斯）, （德）Aaron Day（亚伦·德）

译者: 王一行

定价: 79.00元

开本: 16开

是否是套装: 否

出版社名称: 电子工业出版社

内容简介.jpg

真正好的设计是让人感觉不到设计痕迹的设计。声音体验设计就是实现这种好设计的魔鬼细节，本书从声音体验设计的原则与模式出发，详述了人机交互中声音的增减逻辑、品牌相关性，进一步，从声音体验设计的流程进行了深入分解，不仅包含声音体验设计的“道”，而且在“术”的层面也做了分节点的全方位介绍。本书的译者是用户体验行业的一线从业者，同时也有着相当深厚的文学素养，相信他翻译的这本书会带来一个关于声音的美妙旅程。

目录.jpg

1 部分 声音体验设计的原则与模式 

1 章 声音体验设计中存在的机会 ............................................ 2 

声音体验设计与味觉调制 ....................................................... 2 

通过声波产生的无线电 ........................................................... 3 

声音的加法设计 ..................................................................... 4 

声音的减法设计 ..................................................................... 5 

听觉化处理 ............................................................................ 5 

声音体验设计与平静技术 ....................................................... 9 

声景 .................................................................................... 10 

音频生成 ............................................................................. 11 

定向声音 ............................................................................. 12 

以声音为治疗手段 ............................................................... 13 

小结 .................................................................................... 14 

2 章 产品声音减法设计 ........................................................ 15 

产生噪声的原因 ................................................................... 17 

频率与声音 .......................................................................... 18 

目录 ｜ XV 

音量的测量 .......................................................................... 20 

静音产品通则 ...................................................................... 21 

小结 .................................................................................... 39 

3 章 在交互中增加声音 ........................................................ 40 

声音体验设计简史 ............................................................... 40 

通知的类型 .......................................................................... 42 

何时添加声音通知 ............................................................... 44 

交互中的声音添加指南 ......................................................... 46 

小结 .................................................................................... 62 

4 章 删减交互中的声音 ........................................................ 63 

不必要的声音 ...................................................................... 63 

从交互中删减声音的指导原则 .............................................. 72 

小结 .................................................................................... 75 

5 章 声音与品牌 .................................................................. 76 

声音的类型 ................................................................... 79 

设计声音的建议 ............................................................ 83 

小结 .................................................................................... 87 

6 章 语音交互设计 .............................................................. 88 

语音人物角色 ...................................................................... 88 

小结 .................................................................................... 91 

2 部分 声音体验设计的流程 

7 章 访谈 ............................................................................ 93 

采访利益相关者 ................................................................... 93 

确定工作的范围 ................................................................... 94 

访谈的问题 .......................................................................... 96 

小结 .................................................................................... 99 

8 章 设计 .......................................................................... 100 

声音的元素 ........................................................................ 100 

设计范围要涵盖所有人类属性 ............................................ 110 

创建设计文档 .................................................................... 120 

交互走查表 ........................................................................ 129 

小结 .................................................................................. 131 

9 章 原型设计和开发 ......................................................... 132 

罐头音效素材与音效库 ....................................................... 133 

原型交付形式 .................................................................... 136 

小结 .................................................................................. 142 

10 章 硬件测试 ................................................................. 143 

扬声器的工作原理 ............................................................. 143 

高质量的扬声器 ................................................................. 144 

低质量的扬声器 ................................................................. 145 

声道和录音类型 ................................................................. 146 

测试目标硬件 .................................................................... 149 

测试失真 ........................................................................... 150 

使用缺失的基础元素 .......................................................... 157 

*终阶段的调音 ................................................................. 158 

小结 .................................................................................. 165 

11 章 用户测试.................................................................. 166 

领域调研 ........................................................................... 167 

包容性测试 ........................................................................ 167 

情境用户测试 .................................................................... 170 

用户细分与民族志田野调查 ................................................ 177 

用户测试的形式 ................................................................. 178 

人物模型调研 .................................................................... 182 

将你的测试结果展示给相关成员 ......................................... 185 

小结 .................................................................................. 185

基本信息.jpg

语音识别：原理与应用（全彩）

定价：128.00元

出版社： 电子工业出版社 

ISBN：9787121385025

包装：平装

开本：16

出版时间：2020-07-01

用纸：胶版纸

页数：336

内容简介.jpg

本书地介绍了语音识别的原理和应用，全书共分 15 章，原理部分涵盖声学特征、隐马尔可夫模型（HMM）、高斯混合模型（GMM）、深度神经网络（DNN）、语言模型和加权有限状态转换器（WFST），重点描述了 GMM-HMM、DNN-HMM 和端到端（E2E）三种语音识别框架。本书应用部分包含 Kaldi、Espnet、工业应用实践介绍，内容主要来自工程经验，极具实用性。

本书可以作为普通高等学校人工智能、计算机科学与技术、电子信息工程、自动化等的本科生及研究生教材，也适合作为从事智能语音的科研和工程技术人员的参考用书。

^_^:f349d89708c8fa4518456bd35ee5a257

^_^:485bef54d74a35e9a5b8b9968731a512