语音信号增强技术及其应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

语音信号增强技术及其应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 语音增强技术概述1

1.1 语音增强研究背景1

1.2 语音信号与语音增强2

1.2.1 语音信号特征2

1.2.2 语音信号信息量3

1.2.3 噪声特征及其分类4

1.2.4 人耳感知特性7

1.2.5 语音增强的信号模型8

1.3 语音增强技术的发展10

1.4 语音增强方法分类11

1.5 语音增强效果评价13

1.6 语音增强技术应用14

1.7 本书主要内容16

参考文献17

第2章 语音信号分析处理技术19

2.1 语音增强预处理技术19

2.1.1 语音信号预滤波和数字化20

2.1.2 语音信号预加重22

2.1.3 语音信号加窗处理23

2.2 语音增强时域分析处理技术28

2.2.1 短时能量及短时平均幅度分析29

2.2.2 短时平均过零率分析29

2.2.3 短时自相关分析30

2.3 语音增强频域分析处理技术32

2.3.1 短时傅里叶变换分析32

2.3.2 短时傅里叶逆变换分析35

2.4 语音增强同态分析处理技术38

2.4.1 同态处理38

2.4.2 复倒谱及倒谱39

2.4.3 复倒谱分析40

2.5 语音增强线性预测分析处理技术41

2.5.1 线性预测分析42

2.5.2 线性预测方程组43

2.5.3 线性预测等价参数45

2.6 基于非线性理论的语音分析处理技术46

2.6.1 基于混沌理论的语音分析处理技术46

2.6.2 基于分形理论的语音分析处理技术48

2.6.3 基于神经网络的语音分析处理技术50

2.7 语音增强噪声估计技术53

2.7.1 基于平稳环境下的噪声估计53

2.7.2 基于非平稳环境下的噪声估计55

2.8 本章小结57

参考文献57

第3章 语音增强短时谱估计算法59

3.1 谱相减算法59

3.1.1 幅度谱减法59

3.1.2 改进的幅度谱减法61

3.1.3 功率谱减法63

3.1.4 改进的功率谱减法65

3.2 维纳滤波算法67

3.2.1 维纳滤波法时域实现67

3.2.2 维纳滤波法频域实现69

3.2.3 改进的维纳滤波法71

3.2.4 卡尔曼滤波法73

3.3 最小均方误差算法76

3.3.1 基本型最小均方误差法76

3.3.2 对数谱最小均方误差法78

3.4 本章小结80

参考文献81

第4章 语音增强自适应滤波算法83

4.1 自适应滤波83

4.1.1 自适应滤波算法83

4.1.2 自适应滤波器的性能指标84

4.1.3 最佳滤波准则85

4.2 最速下降自适应滤波86

4.2.1 最速下降算法86

4.2.2 最速下降自适应滤波器的性能指标88

4.3 最小均方自适应滤波91

4.3.1 最小均方算法91

4.3.2 归一化最小均方算法95

4.3.3 最小均方滤波器的性能指标95

4.4 最小二乘自适应滤波98

4.4.1 最小二乘自适应滤波算法98

4.4.2 递归最小二乘自适应滤波算法99

4.4.3 最小二乘滤波器的性能指标100

4.5 自适应滤波算法的改进100

4.5.1 自适应滤波算法的时域改进100

4.5.2 自适应滤波算法的频域改进104

4.6 本章小结110

参考文献111

第5章 语音增强小波变换算法114

5.1 小波变换分析115

5.1.1 连续小波变换115

5.1.2 离散小波变换117

5.1.3 多分辨率分析与Mallat算法119

5.1.4 最优小波基123

5.2 小波域语音信号增强125

5.2.1 小波域信号增强125

5.2.2 常用小波函数127

5.2.3 语音增强中小波函数选取131

5.3 小波阈值去噪法132

5.3.1 小波阈值去噪算法原理132

5.3.2 改进的阈值函数去噪法137

5.4 小波模极大值去噪法141

5.4.1 信号与噪声在小波变换各尺度上的不同传播特性141

5.4.2 小波模极大值去噪算法原理143

5.5 小波掩蔽去噪法144

5.5.1 小波掩蔽去噪算法原理144

5.5.2 改进型掩蔽去噪法145

5.6 各种小波去噪法比较148

5.7 本章小结149

参考文献150

第6章 语音增强其他优选算法152

6.1 基于信号子空间的语音增强算法152

6.1.1 信号子空间单通道语音增强算法152

6.1.2 信号子空间多通道语音增强算法154

6.2 基于盲源分离的语音增强算法155

6.2.1 信号盲源分离155

6.2.2 语音增强中的盲源分离158

6.3 基于听觉掩蔽效应的语音增强算法162

6.3.1 噪声掩蔽阈值163

6.3.2 语音增强中的掩蔽效应165

6.4 基于分数阶傅里叶变换的语音增强算法167

6.4.1 分数阶傅里叶变换算法167

6.4.2 基于分数阶域的谱减法语音增强172

6.4.3 离散分数余弦变换自适应滤波算法175

6.5 基于分形理论的语音增强算法179

6.5.1 分形理论179

6.5.2 语音增强中的分形理论180

6.6 基于神经网络的语音增强算法183

6.6.1 神经网络183

6.6.2 语音增强中反向传播神经网络184

6.6.3 语音增强中小波神经网络自适应滤波186

6.7 本章小结188

参考文献189

第7章 语音增强质量评价192

7.1 语音质量评价192

7.1.1 听觉系统192

7.1.2 语音质量194

7.1.3 语音质量评价方法195

7.2 语音质量主观评价195

7.3 语音质量客观评价197

7.3.1 客观评价系统197

7.3.2 客观评价测度198

7.3.3 客观评价算法207

7.4 语音质量评价算法212

7.4.1 语音质量评价算法的实现213

7.4.2 基于听觉模型的客观评价算法214

7.4.3 感知语音质量评价算法220

7.4.4 主客观评价方法的相关度228

7.5 本章小结229

参考文献229

第8章 语音增强算法仿真231

8.1 语音信号处理与仿真软件231

8.1.1 语音编辑232

8.1.2 语谱图生成233

8.1.3 语音增强仿真工具235

8.1.4 语音增强仿真准备236

8.2 语音增强算法仿真237

8.2.1 高斯白噪声仿真实验237

8.2.2 粉红噪声仿真实验243

8.2.3 工厂噪声仿真实验247

8.2.4 算法仿真性能分析253

8.3 熵函数最优小波基选取仿真254

8.3.1 Shannon熵最优小波基选取仿真实验255

8.3.2 SURE熵最优小波基选取仿真实验264

8.3.3 threshold熵最优小波基选取仿真实验269

8.3.4 算法仿真性能分析272

8.4 小波阈值计算仿真275

8.4.1 阈值函数的选取275

8.4.2 阈值函数中调节因子及阈值选取275

8.4.3 算法仿真及结果分析277

8.5 语音增强质量评价算法仿真280

8.5.1 分段信噪比仿真280

8.5.2 语音感知质量评价算法仿真284

8.5.3 算法仿真性能分析287

8.6 本章小结290

参考文献290

第9章 语音增强系统设计与应用292

9.1 基于TMS320C6416的语音增强系统硬件设计与实现293

9.1.1 DSP处理技术293

9.1.2 基于TMS320C6416的语音增强系统硬件结构设计295

9.1.3 基于TMS320C6416的语音增强系统工作原理303

9.2 基于TMS320C6416的语音增强系统软件设计与实现307

9.2.1 语音增强系统软件设计307

9.2.2 基于TMS320C6416的语音增强系统软件实现308

9.2.3 基于TMS320C6416的FFT算法软件实现313

9.3 基于TMS320C6416的语音增强系统性能测试317

9.4 基于OMAP3平台的语音通信增强系统设计318

9.4.1 OMAP概述318

9.4.2 OMAP3体系结构320

9.4.3 OMAP3软件开发平台的构建322

9.4.4 基于OMAP3的无线语音通信系统设计326

9.5 本章小结336

参考文献336