您好,欢迎光临有路网!
计算机语音技术
QQ咨询:
有路璐璐:

计算机语音技术

  • 作者:朱民雄闻新黄健群周露
  • 出版社:北京航空航天大学出版社
  • ISBN:9787810771290
  • 出版日期:2002年02月01日
  • 页数:388
  • 定价:¥39.00
  • 分享领佣金
    手机购买
    城市
    店铺名称
    店主联系方式
    店铺售价
    库存
    店铺得分/总交易量
    发布时间
    操作

    新书比价

    网站名称
    书名
    售价
    优惠
    操作

    图书详情

    内容提要
    本书全面系统地阐述语音技术的基础、原理、方法和应用。分为3大部分:语音技术的历史、发展和应用概况;语音技术的生理学、语音学和汉语语音的基础知识及语音过程的声学模型、数学模型和电模型;语音技术中的分析技术、存储与再生技术、合成技术和识别技术。修订版中更新和补充了许多内容,如人-机语音通讯的*新学术动态,新型的第4代语图仪、新型存储器、ISD器件及其应用,可视语言的语音合成技术,计算机语音增强技术及计算机语音技术的新理论和新方法。
    目录
    目录**章概述第二章语音技术的基础知识2.1语音过程生理学基础知识2.1.1语音发送过程生理学基础知识2.1.2语音接收过程生理学基础知识2.2语音学基础知识2.2.1词的分段特点2.2.2词的语音特点2.2.3词的非分段特点2.2.4超语言学特点2.2.5语音学的6个基本问题2.3汉语语音基础知识2.3.1汉语语音基本概念2.3.2汉语语音三要素第三章语音过程及其模型3.1语音过程的早期研究3.2语音发送过程的声学模型3.2.1语音发送过程的声学理论3.2.2语音发送过程的声学模型3.3语音发送过程的数字模型3.3.1声带.声道和唇辐射的数字模型3.3.2语音发送过程的完整数字模型3.4语音发送过程的电模型3.5语音接收过程的电模型第四章计算机语音分析技术4.1语音分析的一般方法4.2语音的时域分析4.2.1过零分析4.2.2幅度分析4.2.3相关分析4.3语音的频域分析4.3.1滤波器组法4.3.2傅里叶频谱分析4.3.3汉语语音的功率谱分析4.4语谱图4.4.1语谱仪原理4.4.2美国英语语谱图4.4.3可见语音4.4.4语谱图分析第五章计算机语音存储与再生��术5.1语音信号的数字处理5.1.1编译码技术的基本概念5.1.2语音信号的压缩技术5.1.3语音信号的编码技术5.2语音信号的存储技术5.2.1半导体随机存储器5.2.2半导体只读存储器5.2.3数字语音存储器5.3计算机语音处理机5.3.1语音存储与再生集成芯片5.3.2语音记录和回放电路5.4新型器件及其应用5.4.1ISD产品系列5.4.2ISD器件的寻址方式5.4.3ISD器件的使用5.4.4ISD器件的应用实例第六章计算机语音合成技术6.1计算机语音合成原理和方法6.1.1计算机语音合成技术概况6.1.2共振峰语音合成原理6.2线性预测合成技术6.2.1线性预测原理6.2.2格型合成滤波器分析6.2.3TMS5220语音合成处理器6.3语音音素合成技术6.3.1语音音素合成原理6.3.2VotraxML-I型音素合成器6.3.3VotraxSC-01音素合成技术6.3.4汉语的音素合成6.4可视语言的语音合成技术6.4.1发音参数语音合成器6.4.2用视觉音素的语音合成技术第七章计算机语音识别技术7.1计算机语音识别一般概念7.1.1语音识别的类型和问题7.1.2语音识别的基本过程7.2计算机语音识别原理和方法7.2.1语音识别的一般方法7.2.2语音识别的测度和决策7.2.3时间规整法7.3滤波器组法语音识别技术7.3.1滤波器组法语音识别原理7.3.2语音识别芯片7.3.3语音识别应用电路7.3.4微机控制语音识别系统7.4微机汉语语音识别研究7.4.1汉语语音识别系统分析7.4.2提高汉语语音识别率的硬件方法7.4.3汉语语音识别实验及其分析第八章计算机语音增强技术8.1计算机语音增强的概念和研究的意义8.2噪声度量.特性和评价8.2.1噪声的分类和度量8.2.2噪声的特性8.2.3航空噪声8.2.4噪声测量和评价8.3计算机语音增强的原理和方法8.3.1频谱减法8.3.2线性滤波法8.3.3梳状滤波法8.3.4自相关法8.3.5卡尔曼滤波法8.3.6自适应噪声抵消法8.4自适应噪声抵消法8.4.1LMS自适应滤波原理8.4.2LMS自适应滤波算法的性能分析8.4.3混合LMS算法(HLMS)及其与LMS算法的性能比较8.5自适应噪声抵消系统的实现和实验结果8.5.1自适应噪声抵消系统的组成原理8.5.2自适应噪声抵消系统的实现8.5.3自适应噪声抵消实验结果第九章计算机语音技术的新理论和新方法9.1概述9.1.1语音技术的发展9.1.2语音技术所面临的问题9.1.3语音技术系统的分类9.1.4语音系统设计的关键技术9.2隐马尔可夫模型技术9.2.1隐马尔可夫模型的定义和基本概念9.2.2隐马尔可夫模型的3个基本问题9.2.3HMM的结构和类型9.2.4HMM结构上的变化——空转移及捆绑状态9.2.5显式状态驻留的HMM9.2.6基于HMM的孤立词语音识别系统9.2.7HMM的不足及语音识别随机模型的统一框架——分段模型9.3语音的神经网络识别技术9.3.1BP网络结构9.3.2BP网络学习公式推导9.3.3Kohonen自组织网络9.3.4Kohonen网络的语音识别技术9.4HMM与自组织神经网络结合的语音识别9.4.1HMMNN(HMM与自组织神经网络)模型及学习算法9.4.2应用实验结果9.5小波分析在语音信号处理中的应用9.5.1运用小波理论的语音处理技术9.5.2小波分析技术在语音基音频率分析中的应用技术9.5.3复解析小波变换在语音信号包络提取方面的应用9.5.4甚低比特率小波子带语音压缩编码9.5.5基于小波变换和音质模型的音频编码技术参考文献

    与描述相符

    100

    北京 天津 河北 山西 内蒙古 辽宁 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆 台湾 香港 澳门 海外