13.7.1 连续语音识别存在的困难 274
13.7.2 连续语音识别的训练及识别方法 275
13.7.3 连续语音识别的整体模型 276
13.7.4 基于hmm统一框架的大词汇非特定
人连续语音识别 277
13.7.5 声学模型 278
13.7.6 语言学模型 280
13.7.7 *优路径搜索 282
13.8 说话人自适应 284
13.8.1 map算法 285
13.8.2 基于变换的自适应方法 285
13.8.3 基于说话人分类的自适应方法 286
13.9 鲁棒的语音识别 287
13.10 关键词确认 289
13.11 可视语音识别 291
13.11.1 概述 291
13.11.2 机器自动唇读 291
13.11.3 双模态语音识别 293
13.12 语音理解 296
13.12.1 map语义解码 297
13.12.2 语义结构的表示 297
13.12.3 意图解码器 298
小结 299
思考与复习题 299
第14章 说话人识别 300
14.1 概述 300
14.2 特征选取 301
14.2.1 说话人识别所用的特征 301
14.2.2 特征类型的优选准则 302
14.2.3 常用的特征参数 303
14.3 说话人识别系统 303
14.3.1 说话人识别系统的结构 303
14.3.2 说话人识别的基本方法概述 304
14.4 说话人识别系统实例 305
14.4.1 dtw型说话人识别系统 305
14.4.2 应用vq的说话人识别系统 306
14.5 基于hmm的说话人识别 307
14.6 基于gmm的说话人识别 310
14.7 说话人识别中需进一步研究的问题 312
14.8 语种辨识 313
思考与复习题 316
第15章 智能信息处理技术在语音信号
处理中的应用 317
15.1 人工神经网络 317
15.1.1 概述 317
15.1.2 神经网络的基本概念 319
15.2 神经网络的模型结构 320
15.2.1 单层感知机 320
15.2.2 多层感知机 321
15.2.3 自组织映射神经网络 323
15.2.4 时延神经网络 324
15.2.5 循环神经网络 325
15.3 神经网络与传统方法的结合 325
15.3.1 概述 325
15.3.2 神经网络与dtw 326
15.3.3 神经网络与vq 326
15.3.4 神经网络与hmm 327
15.4 神经网络语音识别 328
15.4.1 静态语音识别 328
15.4.2 连续语音识别 330
15.5 基于神经网络的说话人识别 330
15.6 基于神经网络的语音信号非线性预测
编码 332
15.6.1 语音信号的非线性预测 332
15.6.2 基于mlp的非线性预测编码 333
15.6.3 基于rnn的非线性预测编码 334
15.7 基于神经网络的语音合成 335
15.8 支持向量机 336
15.8.1 概述 336
15.8.2 支持向量机的基本原理 337
15.9 基于支持向量机的语音分类识别 339
15.10 基于支持向量机的说话人识别 340
15.10.1 基于支持向量机的说话人辨认 340
15.10.2 基于支持向量机的说话人确认 340
15.11 基于混沌神经网络的语音识别 342
15.11.1 混沌神经网络 342
15.11.2 基于混沌神经网络的语音识别 342
15.12 分形在语音识别中的应用 344
15.13 智能优化算法在语音信号处理中的
应用 344
15.14 各种智能信息处理技术的融合与
集成 346
15.14.1 模糊系统与神经网络的融合 347
15.14.2 神经网络与遗传算法的融合 347
15.14.3 模糊逻辑、神经网络及遗传算法的
融合 348
15.14.4 神经网络、模糊逻辑及混沌的
融合 349
15.14.5 混沌与遗传算法的融合 349
思考与复习题 350
第16章 语音增强 351
16.1 概述 351
16.2 语音、人耳感知及噪声的特性 352
16.3 滤波器法 354
16.3.1 固定滤波器 354
16.3.2 变换技术 354
16.3.3 自适应噪声对消 354
16.4 非线性处理 357
16.5 基于相关特性的语音增强 358
16.6 减谱法 359
16.6.1 减谱法的基本原理 359
16.6.2 减谱法的改进形式 360
16.7 基于wiener滤波的语音增强 361
16.8 基于语音产生模型的语音增强 362
16.9 基于小波的语音增强 364
16.9.1 概述 364
16.9.2 基于小波的语音增强 364
16.9.3 基于小波包的语音增强 366
16.10 基于信号子空间分解的语音增强 367
16.11 语音增强的一些新发展 370
小结 371
思考与复习题 372
第17章 基于麦克风阵列的语音信号
处理 373
17.1 概述 373
17.2 麦克风阵列语音处理技术的难点 374
17.3 声源定位 375
17.3.1 去混响 375
17.3.2 近场模型 376
17.3.3 声源定位 377
17.4 语音增强 381
17.4.1 概述 381
17.4.2 方法与技术 382
17.4.3 应用 386
17.4.4 本节小结 387
17.5 语音盲分离 387
17.5.1 瞬时线性混合模型 388
17.5.2 卷积混合模型 393
17.5.3 非线性混合模型 395
17.5.4 需进一步研究的问题 396
思考与复习题 396
汉英名词术语对照 398
参考文献 407

现代语言信号处理 作者简介

胡航，博士，哈尔滨工业大学电子信息学院副教授，主要教授《信号与系统》、《数字信号处理》等课程，研究方向为现代语音信号处理。

 3/4   首页 上一页 1 2 3 4 下一页 尾页

工业技术 电子通信 通信

在线阅读