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**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��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技术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