现代语音信号处理（Python版）（省部级获奖教材）

前言
第1章绪论
1.1语音信号的发展历程
1.2语音信号处理的研究方向
1.3人工智能与语音处理
1.4本书结构
第2章语音信号处理的基础知识
2.1语音的产生与感知
2.2语音信号产生的数学模型
2.3语音信号的数字化
2.4语音信号的表征
2.5思考与复习题
第3章语音信号分析方法
3.1语音信号预处理
3.2语音信号的时域分析
3.3语音信号的频域分析
3.4语音信号的倒谱分析
3.5语音信号的线性预测分析
3.6思考与复习题
第4章语音信号特征提取技术
4.1端点检测
4.2基音周期估计
4.3共振峰估计
4.4思考与复习题
第5章神经网络与深度学习
5.1神经网络及其发展
5.2神经元
5.3误差逆传播算法
5.4前馈神经网络
5.5卷积神经网络
5.6循环神经网络
5.7常用的深度学习框架
5.8思考与复习题
第6章语音增强
6.1基础知识
6.2谱减法
6.3维纳滤波
6.4基于深度学习的语音增强方法
6.5思考与复习题
第7章回声消除
7.1回声消除基础知识
7.2回声消除算法
7.2.1LMS算法
7.3啸叫检测与抑制
7.4总结与展望
7.5思考与复习题
第8章声源定位
8.1双耳听觉定位原理及方法
8.2传声器阵列模型
8.3房间混响模型
8.4基于传声器阵列的声源定位方法
8.5总结与展望
8.6思考与复习题
第9章波束形成技术
9.1基本理论
9.2固定波束形成器
9.3自适应波束形成
9.4后置滤波
9.5思考与复习题
第10章语音识别
10.1基本理论
10.2语音识别原理与系统构成
10.3基于动态时间规整的语音识别系统
10.4基于隐马尔可夫模型的语音识别系统
10.5人工智能与语音识别
10.6性能评价指标
10.7思考与复习题
第11章说话人识别
11.1说话人识别的原理
11.2应用VQ的说话人识别系统
11.3应用GMM的说话人识别系统
11.4基于深度学习的说话人识别
11.5总结与展望
11.6思考与复习题
第12章语音情感计算
12.1情感的心理学理论
12.2语音情感数据库
12.3情感的声学特征分析
12.4语音情感识别经典算法
12.5深度学习模型
12.6语音情感计算的应用与展望
12.7思考与复习题
第13章语音合成与转换
13.1帧合成技术
13.2经典语音合成算法
13.3语音信号的变速和变调
13.4基于深度学习的语音合成模型
13.5总结与展望
13.6思考与复习题
第14章语音隐藏
14.1信息隐藏基础
14.2语音信息隐藏算法
14.3常用评价指标
14.4总结与展望
14.5思考与复习题
第15章助听器声信号处理
15.1听力损失与语音理解障碍
15.2压缩与响度补偿
15.3回声抑制算法
15.4降频算法
15.5总结与展望
15.6思考与复习题
附录
附录APyCharm快速使用教程
附录B常用Python库及其说明
参考文献