第1章  數(shù)字語(yǔ)音處理介紹 1
1.1  語(yǔ)音信號(hào) 2
1.2  語(yǔ)音堆 5
1.3  數(shù)字語(yǔ)音處理的應(yīng)用 6
1.3.1  語(yǔ)音編碼 6
1.3.2  文語(yǔ)轉(zhuǎn)換合成 7
1.3.3  語(yǔ)音識(shí)別和其他模式匹配問(wèn)題 7
1.3.4  其他語(yǔ)音應(yīng)用 8
1.4  參考文獻(xiàn)評(píng)論 9
1.5  小結(jié) 10
第2章  數(shù)字信號(hào)處理基礎(chǔ)回顧 11
2.1  引言 11
2.2  離散時(shí)間信號(hào)與系統(tǒng) 11
2.3  信號(hào)與系統(tǒng)的變換表示 13
2.3.1  連續(xù)時(shí)間傅里葉變換 14
2.3.2  z變換 14
2.3.3  離散時(shí)間傅里葉變換 16
2.3.4  離散傅里葉變換 17
2.3.5  DTFT的采樣 18
2.3.6  DFT的性質(zhì) 19
2.4  數(shù)字濾波器基礎(chǔ) 20
2.4.1  FIR系統(tǒng) 20
2.4.2  FIR濾波器設(shè)計(jì)方法 21
2.4.3  FIR濾波器實(shí)現(xiàn) 23
2.4.4  IIR系統(tǒng) 23
2.4.5  IIR濾波器設(shè)計(jì)方法 23
2.4.6  IIR系統(tǒng)的實(shí)現(xiàn) 24
2.4.7  關(guān)于FIR和IIR濾波器設(shè)計(jì)
方法的說(shuō)明 27
2.5  采樣 27
2.5.1  采樣原理 27
2.5.2  語(yǔ)音和音頻波形的采樣率 28
2.5.3  改變采樣信號(hào)的采樣率 29
2.5.4  抽取 29
2.5.5  插值 32
2.5.6  非整數(shù)采樣率變化 33
2.5.7  FIR濾波器的優(yōu)點(diǎn) 34
2.6  小結(jié) 34
習(xí)題 34
第3章  人類(lèi)語(yǔ)音產(chǎn)生基礎(chǔ) 42
3.1  引言 42
3.2  語(yǔ)音產(chǎn)生過(guò)程 42
3.2.1  語(yǔ)音產(chǎn)生機(jī)理 42
3.2.2  語(yǔ)音特征與語(yǔ)音波形 46
3.2.3  語(yǔ)音生成的聲學(xué)理論 49
3.3  語(yǔ)音的短時(shí)傅里葉表示 50
3.4  聲音語(yǔ)音學(xué) 53
3.4.1  元音 55
3.4.2  雙元音 60
3.4.3  聲音的辨音特質(zhì) 60
3.4.4  半元音 61
3.4.5  鼻音 62
3.4.6  清擦聲 64
3.4.7  濁擦音 65
3.4.8  濁塞音 67
3.4.9  清塞音 67
3.4.10  破擦聲和耳語(yǔ)音 69
3.5  美式英語(yǔ)音素的辨音特質(zhì) 70
3.6  小結(jié) 70
習(xí)題 71
第4章  聽(tīng)覺(jué)、聽(tīng)感知模型和語(yǔ)音感知 80
4.1  引言 80
4.2  語(yǔ)言鏈 80
4.3  解剖學(xué)和耳的功能 82
4.3.1  基底膜機(jī)理 84
4.3.2  臨界頻帶 85
4.4  聲音的感知 85
4.4.1  聲音的強(qiáng)度 87
4.4.2  人的聽(tīng)覺(jué)范圍 87
4.4.3  響度級(jí) 90
4.4.4  響度 91
4.4.5  音高 91
4.4.6  掩蔽效應(yīng)——音調(diào) 92
4.4.7  掩蔽效應(yīng)——噪聲 93
4.4.8  時(shí)域掩蔽效應(yīng) 94
4.4.9  語(yǔ)音編碼中的掩蔽效應(yīng) 95
4.4.10  參數(shù)鑒別——JND 95
4.5  聽(tīng)感知模型 96
4.5.1  感知線(xiàn)性預(yù)測(cè) 96
4.5.2  Seneff聽(tīng)感知模型 97
4.5.3  Lyon聽(tīng)感知模型 99
4.5.4  整體區(qū)間直方圖方法 100
4.5.5  聽(tīng)感知模型小結(jié) 101
4.6  人類(lèi)語(yǔ)音感知實(shí)驗(yàn) 101
4.6.1  噪聲中的聲音感知 102
4.6.2  噪聲中的語(yǔ)音感知 103
4.7  語(yǔ)音質(zhì)量和可懂度測(cè)量 104
4.7.1  主觀(guān)測(cè)試 105
4.7.2  語(yǔ)音質(zhì)量的客觀(guān)測(cè)量 106
4.8  小結(jié) 107
習(xí)題 107
第5章  聲道中的聲音傳輸 109
5.1  語(yǔ)音產(chǎn)生的聲學(xué)原理 109
5.1.1  聲音傳播 109
5.1.2  例子：均勻無(wú)損聲管 110
5.1.3  聲道中損耗的影響 114
5.1.4  嘴唇的輻射影響 117
5.1.5  元音的聲道傳輸函數(shù) 120
5.1.6  鼻腔耦合的影響 123
5.1.7  聲道中聲音的激勵(lì) 123
5.1.8  基于聲學(xué)理論的模型 127
5.2  無(wú)損聲管模型 128
5.2.1  級(jí)聯(lián)無(wú)損聲管中的波形傳播 128
5.2.2  邊界條件 130
5.2.3  與數(shù)字濾波器的關(guān)系 134
5.2.4  無(wú)損聲管模型的傳輸函數(shù) 137
5.3  采樣語(yǔ)音信號(hào)的數(shù)字模型 141
5.3.1  聲道建模 141
5.3.2  輻射模型 143
5.3.3  激勵(lì)模型 144
5.3.4  完整模型 144
5.4  小結(jié) 146
習(xí)題 146
第6章  語(yǔ)音信號(hào)處理的時(shí)域方法 153
6.1  引言 153
6.2  語(yǔ)音的短時(shí)分析 154
6.2.1  短時(shí)分析的通用框架 156
6.2.2  短時(shí)分析中的濾波和采樣 156
6.3  短時(shí)能量和短時(shí)幅度 159
6.3.1  基于短時(shí)能量的自動(dòng)增益
控制 160
6.3.2  短時(shí)幅度 162
6.4  短時(shí)過(guò)零率 163
6.5  短時(shí)自相關(guān)函數(shù) 169
6.6  修正短時(shí)自相關(guān)函數(shù) 173
6.7  短時(shí)平均幅度差分函數(shù) 176
6.8  小結(jié) 177
習(xí)題 177
第7章  頻域表示 183
7.1  引言 183
7.2  離散時(shí)間傅里葉分析 184
7.3  短時(shí)傅里葉分析 186
7.3.1  DTFT解釋 187
7.3.2  DFT實(shí)現(xiàn) 188
7.3.3  加窗對(duì)分辨率的影響 188
7.3.4  關(guān)于短時(shí)自相關(guān)函數(shù) 193
7.3.5  線(xiàn)性濾波解釋 193
7.3.6  時(shí)域和頻域中 的
采樣率 197
7.4  頻譜顯示 199
7.5  合成的重疊相加法 206
7.5.1  精確重建的條件 206
7.5.2  合成窗的應(yīng)用 211
7.6  合成的濾波器組求和方法 212
7.7  時(shí)間抽取濾波器組 217
7.7.1  通用FBS抽取系統(tǒng) 218
7.7.2  最大抽取濾波器組 221
7.8  雙通道濾波器組 222
7.8.1  正交鏡像濾波器組 223
7.8.2  QMF濾波器組的多相結(jié)構(gòu) 225
7.8.3  共軛正交濾波器 225
7.8.4  樹(shù)形結(jié)構(gòu)濾波器組 226
7.9  使用FFT實(shí)現(xiàn)FBS方法 228
7.9.1  FFT分析技術(shù) 228
7.9.2  FFT合成技術(shù) 230
7.10  OLA再論 232
7.11  修正的STFT 233
7.11.1  乘性修正 233
7.11.2  加性修正 236
7.11.3  時(shí)間標(biāo)度修正：相位聲碼器 237
7.12  小結(jié) 242
習(xí)題 242
第8章  倒譜和同態(tài)語(yǔ)音處理 255
8.1  簡(jiǎn)介 255
8.2  卷積同態(tài)系統(tǒng) 256
8.2.1  DTFT表示 257
8.2.2  z變換表示 260
8.2.3  復(fù)倒譜的性質(zhì) 260
8.2.4  復(fù)倒譜分析實(shí)例 262
8.2.5  最小和最大相位信號(hào) 264
8.3  語(yǔ)音模型的同態(tài)分析 265
8.3.1  濁音模型的同態(tài)分析 266
8.3.2  清音模型的同態(tài)分析 271
8.4  計(jì)算語(yǔ)音的短時(shí)倒譜和復(fù)倒譜 273
8.4.1  基于離散傅里葉變換的計(jì)算 273
8.4.2  基于z變換的計(jì)算 276
8.4.3  最小相位和最大相位信號(hào)的
遞歸計(jì)算 278
8.5  自然語(yǔ)音的同態(tài)濾波 279
8.5.1  語(yǔ)音短時(shí)倒譜分析模型 280
8.5.2  使用多項(xiàng)式根的短時(shí)
分析實(shí)例 281
8.5.3  應(yīng)用DFT的濁音分析 282
8.5.4  最小相位分析 286
8.5.5  應(yīng)用DFT的清音分析 287
8.5.6  短時(shí)倒譜分析小結(jié) 289
8.6  全極點(diǎn)模型的倒譜分析 290
8.7  倒譜距離度量 291
8.7.1  線(xiàn)性濾波補(bǔ)償 292
8.7.2  加權(quán)倒譜距離度量 292
8.7.3  群時(shí)延頻譜 293
8.7.4  mel頻率倒譜系數(shù) 294
8.7.5  動(dòng)態(tài)倒譜特征 296
8.8  小結(jié) 296
習(xí)題 296
第9章  語(yǔ)音信號(hào)的線(xiàn)性預(yù)測(cè)分析 301
9.1  引言 301
9.2  線(xiàn)性預(yù)測(cè)分析的基本原理 302
9.2.1  線(xiàn)性預(yù)測(cè)分析方程的基本
公式 304
9.2.2  自相關(guān)法 305
9.2.3  協(xié)方差法 307
9.2.4  小結(jié) 308
9.3  模型增益的計(jì)算 309
9.4  線(xiàn)性預(yù)測(cè)分析的頻域解釋 311
9.4.1  線(xiàn)性預(yù)測(cè)短時(shí)頻譜分析 311
9.4.2  均方預(yù)測(cè)誤差的頻域解釋 313
9.4.3  模型階數(shù)p的作用 316
9.4.4  線(xiàn)性預(yù)測(cè)語(yǔ)譜圖 318
9.4.5  與其他譜分析方法的對(duì)比 320
9.4.6  選擇性線(xiàn)性預(yù)測(cè) 321
9.5  LPC方程組的解 322
9.5.1  Cholesky分解 322
9.5.2  Levinson-Durbin算法 325
9.5.3  格型公式及其解 328
9.5.4  計(jì)算需求比較 334
9.6  預(yù)測(cè)誤差信號(hào) 335
9.6.1  歸一化均方誤差的其他
表示法 338
9.6.2  LPC參數(shù)值的實(shí)驗(yàn)評(píng)估 339
9.6.3  歸一化誤差隨幀位置的變化 342
9.7  LPC多項(xiàng)式A(z)的一些性質(zhì) 344
9.7.1  預(yù)測(cè)誤差濾波器的最小
相位性質(zhì) 344
9.7.2  PARCOR系數(shù)和LPC多項(xiàng)式的
穩(wěn)定性 344
9.7.3  最佳LP模型根的位置 345
9.8  線(xiàn)性預(yù)測(cè)分析與無(wú)損聲管模型的
關(guān)系 348
9.9  LP參數(shù)的替代表示 351
9.9.1  預(yù)測(cè)誤差多項(xiàng)式的根 351
9.9.2  全極點(diǎn)系統(tǒng) 的沖激響應(yīng) 352
9.9.3  沖激響應(yīng)的自相關(guān) 352
9.9.4  倒譜 352
9.9.5  預(yù)測(cè)器多項(xiàng)式的自相關(guān)系數(shù) 353
9.9.6  PARCOR系數(shù) 353
9.9.7  對(duì)數(shù)面積比系數(shù)