数字语音处理及MATLAB仿真2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

数字语音处理及MATLAB仿真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　绪论1

1.1　概述1

1.2　语音信号处理的发展1

1.2.1　语音合成2

1.2.2　语音编码3

1.2.3　语音识别4

1.3　语音信号处理的应用及新方向6

1.4　语音信号处理过程的总体结构7

1.5　MATLAB在数字语音信号处理中的应用8

第2章　语音信号的数字模型10

2.1　概述10

2.2　语音的发声机理10

2.2.1　人的发声器官10

2.2.2　语音生成11

2.3　语音的听觉机理12

2.3.1　听觉器官12

2.3.2　耳蜗的信号处理机制13

2.3.3　语音信号听觉模型14

2.4　语音的感知14

2.4.1　几个概念14

2.4.2　掩蔽效应15

2.4.3　临界带宽与频率群15

2.5　语音信号模型16

2.5.1　激励模型16

2.5.2　声道模型18

2.5.3　辐射模型20

2.6　语音信号数字模型20

2.6.1　数字模型20

2.6.2　模型局限性21

第3章　语音信号的短时时域分析22

3.1　概述22

3.2　语音信号的预处理22

3.2.1　语音信号的预加重处理22

3.2.2　语音信号的加窗处理24

3.3　短时平均能量27

3.4　短时平均幅度函数30

3.5　短时平均过零率32

3.6　短时自相关分析34

3.6.1　短时自相关函数34

3.6.2　语音信号的短时自相关函数35

3.6.3　修正的短时自相关函数40

3.6.4　短时平均幅度差函数43

3.7　基于能量和过零率的语音端点检测43

3.8　基音周期估值45

3.8.1　基于短时自相关法的基音周期估值45

3.8.2　基于短时平均幅度差函数AMDF法的基音周期估值50

3.8.3　基音周期估值的后处理51

3.8.4　基音周期估值后处理的MATLAB实现52

第4章　语音信号短时频域分析56

4.1　概述56

4.2　傅里叶变换的解释56

4.3　滤波器的解释62

4.4　短时谱的时域及频域采样率64

4.5　短时综合的滤波器组相加法65

4.5.1　短时综合的滤波器组相加法原理65

4.5.2　短时综合的滤波器组相加法的MATLAB程序实现67

4.5.3　短时综合的叠接相加法原理及MATLAB程序实现73

第5章　语音信号的同态处理78

5.1　概述78

5.2　叠加原理和广义叠加原理78

5.3　卷积同态系统78

5.4　复倒谱和倒谱80

5.4.1　定义80

5.4.2　复倒谱的性质80

5.5　复倒谱的几种计算方法82

5.5.1　最小相位信号法83

5.5.2　递归法84

5.5.3　倒谱的MATLAB实现85

5.6　语音的倒谱分析及应用86

5.6.1　语音的倒谱分析原理86

5.6.2　语音的倒谱应用88

第6章　语音信号线性预测分析95

6.1　概述95

6.2　LPC的基本原理95

6.3　LPC和语音信号模型的关系97

6.4　LPC方程的自相关解法及其MATLAB实现98

6.5　模型增益G的确定101

6.6　线谱对LSP分析101

6.6.1　LSP的定义和特点102

6.6.2　LPC参数到LSP参数的转换及MATLAB实现105

6.6.3　LSP参数到LPC参数的转换及MATLAB实现108

6.7　导抗谱对ISP分析110

6.7.1　ISP的定义和特点110

6.7.2　LPC与ISP参数间的转换及MATLAB实现113

6.8　LPC导出的其他语音参数114

6.8.1　反射系数114

6.8.2　对数面积比系数LAR115

6.8.3　LPC倒谱及其MATLAB实现115

6.9　LPC分析的频域解释118

6.9.1　最小预测误差的频域解释118

6.9.2　LPC谱估计118

第7章　矢量量化122

7.1　概述122

7.2　矢量量化基本原理123

7.2.1　矢量量化的定义123

7.2.2　失真测度124

7.2.3　矢量量化器125

7.3　最佳矢量量化器126

7.4 矢量量化器的设计算法及MATLAB实现127

7.4.1　LBG算法127

7.4.2　初始码书的选定与空胞腔的处理129

7.4.3 已知训练序列的LBG算法的MATLAB实现130

7.5　降低复杂度的矢量量化系统133

7.5.1　树形搜索矢量量化器133

7.5.2　多级矢量量化器135

7.5.3　波形／增益矢量量化器135

7.5.4　分离均值矢量量化器136

7.5.5　有记忆的矢量量化136

第8章　语音编码138

8.1　概述138

8.2　语音编码的分类及特性138

8.2.1　波形编码138

8.2.2　参数编码139

8.2.3　混合编码139

8.2.4　语音压缩编码的依据139

8.3　语音编码性能的评价指标140

8.3.1　编码速率140

8.3.2　编码质量141

8.3.3　编解码延时142

8.3.4　算法复杂度142

8.4　语音信号波形编码143

8.4.1　脉冲编码调制PCM143

8.4.2 自适应预测编码APC147

8.4.3　自适应差分脉冲编码调制149

8.5　语音信号参数编码162

8.5.1　LPC声码器原理162

8.5.2　LPC-10编码器163

8.6　语音信号混合编码166

8.6.1　合成分析技术和感觉加权滤波器166

8.6.2　激励模型的改进167

8.6.3　G.728语音编码标准简介168

8.7　语音信号宽带变速率编码169

第9章　语音合成171

9.1　概述171

9.2　语音合成的原理及分类172

9.2.1　波形合成法172

9.2.2　参数合成法173

9.2.3　规则合成法173

9.3　共振峰合成法174

9.3.1　级联型共振峰模型174

9.3.2　并联型共振峰模型175

9.3.3　混合型共振峰模型175

9.4　线性预测参数合成法176

9.5　基音同步叠加法179

9.5.1 基音同步叠加PSOLA算法原理179

9.5.2　基音同步叠加PSOLA算法实现步骤181

9.6　文语转换系统182

9.6.1　文语转换系统的组成182

9.6.2　汉语按规则合成183

第10章　语音识别189

10.1　概述189

10.1.1　预处理189

10.1.2　语音识别特征提取190

10.1.3　语音识别方法193

10.2　HMM基本原理及在语音识别中的应用195

10.2.1　隐马尔可夫模型195

10.2.2　隐马尔可夫模型的三个基本问题196

10.2.3　隐马尔可夫模型用于语音识别203

第11章　语音增强207

11.1　概述207

11.2　语音感知特性和噪声特性208

11.2.1　语音特性208

11.2.2　人耳感知特性208

11.2.3　噪声特性208

11.3　语音增强算法209

11.3.1　参数方法210

11.3.2　非参数方法211

11.3.3　统计方法213

11.3.4　其他方法214

11.3.5　谱减法语音增强的仿真实现215

第12章　语音处理的实时实现218

12.1 概述218

12.2　可编程DSP芯片应用基础218

12.2.1　DSP的发展历程218

12.2.2　DSP芯片的特点219

12.2.3　DSP芯片的分类219

12.2.4　DSP芯片的基本结构220

12.2.5　常用DSP芯片简介221

12.2.6　DSP芯片的应用223

12.3　基于DSP的语音处理系统224

12.3.1　基于DSP的实时语音处理系统的构成224

12.3.2　基于DSP的语音处理系统的特点224

12.3.3　基于DSP的语音处理系统的设计过程224

12.4　DSP CCS集成开发环境225

12.4.1　DSP的开发工具225

12.4.2　CCS概述226

12.4.3　CCS的构成227

12.5　基于TMS320C5409的实时语音识别系统230

12.5.1　硬件介绍230

12.5.2　软件设计236

12.5.3　独立系统形成239

附录A　专业术语缩写英汉对照表240

参考文献245