第1章語音的産生和感知1
1.1發聲器官1
1.2語音信號的數字模型2
1.2.1激勵模型3
1.2.2聲道模型4
1.2.3輻射模型7
1.3語音的感知7
1.3.1人耳的構造7
1.3.2聽覺感受性8
1.3.3掩蔽效應8
1.3.4響度10
1.3.5音高11
第2章語音信號的時域、頻域特性和短時分析技術12
2.1MATLAB中的語音信號分幀12
2.2語音分析中的窗函數15
2.3語音信號短時時域處理16
2.3.1短時能量和短時平均幅度16
2.3.2短時平均過零率18
2.3.3短時自相關函數19
2.3.4短時平均幅度差函數20
2.4語音信號短時頻域處理21
2.4.1短時傅裏葉變換的定義22
2.4.2語譜圖25
2.4.3短時功率譜密度27
第3章語音信號在其他變換域中的分析技術和特性30
3.1語音信號的同態處理和倒譜分析30
3.1.1同態處理的基本原理30
3.1.2復倒譜和倒譜31
3.2離散餘弦變換34
3.3Mel頻率倒譜係數的分析37
3.3.1Mel濾波器組37
3.3.2MFCC特徵參數提取38
3.4小波和小波包變換43
3.4.1小波變換43
3.4.2小波包變換44
3.4.3小波包算法45
3.4.4MATLAB中一維小波和小波包變換函數46
3.4.5MATLAB語音信號小波和小波包變換的例子49
3.5EMD的基本理論和算法53
3.5.1EMD的基本概念53
3.5.2EMD的基本原理55
3.5.3EMD法的完備性和正交性57
3.5.4基於EMD的Hilbert變換的基本原理和算法59
3.5.5EMD法的MATLAB函數60
參考文獻61
第4章語音信號的綫性預測分析62
4.1綫性預測分析的基本原理62
4.1.1信號模型62
4.1.2綫性預測方程的建立64
4.1.3語音信號的綫性預測分析65
4.2綫性預測分析自相關和自協方差的解法66
4.2.1自相關法66
4.2.2協方差法71
4.3綫性預測分析格型法的解法72
4.3.1格型法的基本原理72
4.3.2格型法的求解74
4.4綫性預測導齣的其他參數78
4.4.1預測誤差及其自相關函數79
4.4.2反射係數和聲道麵積79
4.4.3綫性預測的頻譜和預測誤差濾波器A（z）多項式的根81
4.4.4綫性預測倒譜83
4.5綫譜對的分析法86
4.5.1LSP的定義和特點87
4.5.2LPC到LSP參數的轉換89
4.5.3LSP參數到LPC的轉換91
參考文獻95
第5章帶噪語音和預處理96
5.1純語音和帶噪語音96
5.2信噪比96
5.3帶噪語音的産生97
5.4語音信號的預處理一——消除趨勢項和直流分量101
5.4.1最小二乘法擬閤趨勢項的原理102
5.4.2最小二乘法擬閤消除趨勢項的函數103
5.5語音信號的預處理二——數字濾波器105
5.5.1IIR低通、高通、帶通和帶阻濾波器的設計105
5.5.2FIR低通、高通、帶通和帶阻濾波器的設計109
參考文獻116
第6章語音端點的檢測117
6.1雙門限法117
6.2雙門限法的改進和推廣123
6.2.1噪聲的影響123
6.2.2平滑處理125
6.2.3雙參數的雙門限檢測法127
6.2.4單參數的雙門限檢測法129
6.3相關法的端點檢測131
6.3.1自/互相關函數最大值的端點檢測131
6.3.2歸一化自相關函數的端點檢測134
6.3.3自相關函數主副峰比值的端點檢測136
6.3.4自相關函數餘弦角值的端點檢測138
6.4方差法的語音端點檢測141
6.4.1頻帶方差的端點檢測141
6.4.2均勻子帶分離頻帶方差的端點檢測142
6.4.3頻域BARK子帶方差的端點檢測143
6.4.4小波包BARK子帶方差的端點檢測145
6.5譜距離法的端點檢測148
6.5.1對數頻譜距離的端點檢測149
6.5.2倒譜距離的端點檢測151
6.5.3MFCC倒譜距離的端點檢測153
6.6譜熵在端點檢測中的應用155
6.6.1譜熵法的端點檢測155
6.6.2譜熵法端點檢測的改進156
6.7能零比和能熵比的端點檢測159
6.7.1能零比的端點檢測159
6.7.2能熵比法的端點檢測161
6.8小波變換和EMD分解在端點檢測中的應用162
6.8.1小波變換在端點檢測中的應用162
6.8.2EMD分解在端點檢測中的應用164
6.9低信噪比時的端點檢測167
6.9.1噪聲的估算168
6.9.2基本譜減法和方差法的端點檢測170
6.9.3多窗譜估計譜減法和能熵比法的端點檢測172
參考文獻174
第7章語音信號的減噪176
7.1自適應濾波器減噪176
7.1.1LMS算法基本原理176
7.1.2基本LMS自適應算法178
7.1.3LMS的自適應陷波器181
7.2譜減法減噪184
7.2.1基本譜減法184
7.2.2改進的譜減法187
7.3維納濾波法減噪195
7.3.1維納濾波的基本原理195
7.3.2維納濾波減噪的具體步驟和函數WienerScalart96197
7.3.3維納濾波的MATLAB例子199
參考文獻201
第8章基音周期的估算方法202
8.1基音周期提取的預處理203
8.1.1基音檢測中的端點檢測203
8.1.2基音檢測中的帶通濾波器204
8.2倒譜法的基音檢測205
8.2.1倒譜法基音檢測原理205
8.2.2倒譜法基音檢測的MATLAB程序206
8.2.3簡單的後處理方法207
8.3短時自相關法的基音檢測209
8.3.1短時自相關函數法209
8.3.2中心削波的自相關法211
8.3.3三電平削波的互相關函數法212
8.3.4基於自相關函數法提取基音的MATLAB程序214
8.4短時平均幅度差函數的基音檢測215
8.4.1短時平均幅度差函數法215
8.4.2改進的短時平均幅度差函數法217
8.4.3循環平均幅度差函數法218
8.4.4基於平均幅度差函數法提取基音的MATLAB程序220
8.4.5自相關函數法和平均幅度差函數法的結閤221
8.5綫性預測的基音檢測223
8.5.1綫性預測倒譜法223
8.5.2簡化逆濾波法225
8.6基音檢測的進一步完善227
8.6.1主體延伸法的原理和方法228
8.6.2主體延伸基音檢測法的步驟229
8.6.3端點檢測和元音主體的檢測230
8.6.4元音主體的基音檢測232
8.6.5計算延伸區間和長度239
8.6.6在延伸區間進行基音檢測241
8.6.7主體延伸基音檢測法的MATLAB程序248
8.7帶噪語音中的基音檢測251
8.7.1小波自相關函數法251
8.7.2譜減自相關函數法253
8.7.3譜減法與主體延伸法相結閤255
參考文獻258
第9章共振峰的估算方法259
9.1預加重和端點檢測259
9.1.1預加重259
9.1.2端點檢測260
9.2倒譜法對共振峰的估算260
9.2.1倒譜法共振峰估算的原理260
9.2.2倒譜法共振峰估算的MATLAB程序261
9.3LPC法對共振峰的估算262
9.3.1LPC法共振峰估算的原理262
9.3.2LPC內插法共振峰的估算263
9.3.3LPC求根法共振峰的估算266
9.4連續語音LPC法共振峰的檢測268
9.4.1簡單LPC共振峰檢測268
9.4.2改進的LPC共振峰檢測270
9.5基於HilbertHuang變換（HHT）的共振峰檢測274
9.5.1希爾伯特變換275
9.5.2語音信號的另一種模型——AMFM模型278
9.5.3對AMFM模型的分析279
9.5.4語音信號共振峰特徵參數提取的HHT方法279
9.5.5基於HilbertHuang變換的共振峰檢測步驟和MATLAB程序280
參考文獻283
第10章語音信號的閤成算法284
10.1語音閤成中數據疊接的三種方法285
10.1.1重疊相加法285
10.1.2重疊存儲法290
10.1.3綫性比例重疊相加法293
10.2用頻譜參數閤成語音信號296
10.3綫性預測係數和預測誤差的語音信號閤成298
10.4綫性預測係數和基音參數的語音信號閤成300
10.4.1預測係數和基音參數語音閤成的模型300
10.4.2基音檢測函數301
10.4.3激勵脈衝的産生303
10.4.4預測係數和基音參數語音閤成的程序清單304
10.5基音和共振峰閤成語音信號308
10.5.1共振峰和基音參數語音閤成的模型308
10.5.2綫性預測共振峰檢測和基音參數的語音閤成程序315
10.5.3倒譜法與內插法結閤的共振峰檢測和基音參數的語音閤成程序319
10.6語音信號的變速和變調算法322
10.6.1語音信號的變速322
10.6.2語音信號的變調327
10.6.3語音信號變速又變調331
10.7波形拼接閤成技術和時域基音同步疊加334
10.7.1波形拼接閤成技術334
10.7.2時域基音同步疊加（TDPSOLA）閤成技術335
10.7.3時域基音同步疊加TDPSOLA的MATLAB工具箱339
參考文獻344
附錄A程序的調試和修改345
A.1準備工作345
A.2元音主體中的基音檢測與調試350
A.3元音主體前後嚮延伸中的基音檢測與調試359
A.4更多中間數據的檢測370
A.5參數的調整373
附錄B本書自編函數速查錶375
附錄C本書應用的MATLAB函數速查錶378
· · · · · · (
收起)
