語音信號(hào)盲分離與增強(qiáng)算法的研究/信息科學(xué)與工程系列專著

內(nèi)容概要

馬建芬的這本《語音信號(hào)盲分離與增強(qiáng)算法的研究》主要介紹有關(guān)語音信號(hào)盲分離與增強(qiáng)的基本理論、主要算法，以及作者在這一領(lǐng)域的最新研究和探索。主要內(nèi)容包括：語音增強(qiáng)、語音信號(hào)盲分離研究的發(fā)展現(xiàn)狀；語音質(zhì)量的主/客觀評價(jià)方法；盲源分離問題的基本理論和主要算法；基于神經(jīng)網(wǎng)絡(luò)的語音信號(hào)盲分離算法；語音盲分離的時(shí)一頻分析算法；語音信號(hào)幀長和互信息量之間的關(guān)系；計(jì)算聽覺場景模型的概念；基于Wang—Brown模型
CASA系統(tǒng)的構(gòu)造；基于Hu-Wang模型CASA系統(tǒng)的構(gòu)造以及進(jìn)行單通道盲分離的原理和過程；對比Wang-Brown模型與Hu-Wang模型在語音增強(qiáng)中的效果；基于譜相減的語音增強(qiáng)算法；快速自適應(yīng)噪聲估計(jì)在LOGSTSA-MMSE語音增強(qiáng)算法中的應(yīng)用；基于小波變換的語音增強(qiáng)算法。
《語音信號(hào)盲分離與增強(qiáng)算法的研究》在重點(diǎn)講述作者在語音分離與增強(qiáng)這一領(lǐng)域的最新成果的同時(shí)，注重基礎(chǔ)知識(shí)的描述，適合相關(guān)專業(yè)的研究生和從事這一領(lǐng)域的科研人員閱讀。通過閱讀本書，讀者可以掌握語音分離與增強(qiáng)的基礎(chǔ)知識(shí)，并了解這一領(lǐng)域的前沿知識(shí)。

作者簡介

馬建芬女，1967年生，博士，副教授，碩士研究生導(dǎo)師，目前主要從事語音信號(hào)處理、自然語言處理等領(lǐng)域的科研和教學(xué)工作，曾到美國UTD大學(xué)開展合作研究。主持和參加了國家自然科學(xué)基金、教育部博士點(diǎn)基金、山西省自然科學(xué)基金、山西省留學(xué)歸國人員科研項(xiàng)目、山西省人事廳留學(xué)歸國人員科技活動(dòng)擇優(yōu)資助項(xiàng)目、山西省高?？萍奸_發(fā)項(xiàng)目等近10項(xiàng)項(xiàng)目；參編學(xué)術(shù)著作、教材7部；發(fā)表學(xué)術(shù)論文30余篇，曾多次獲得太原理工大學(xué)高水平學(xué)術(shù)論文獎(jiǎng)勵(lì)。

書籍目錄

第1章 緒論
 1.1 語音增強(qiáng)研究的目的和意義
 1.2 盲源分離的研究與發(fā)展現(xiàn)狀
 1.3 盲源分離在語音分離中的應(yīng)用
 1.4 語音增強(qiáng)算法的簡要回顧
 1.5 語音的特點(diǎn)
 1.6 人耳的感知特性
 1.7 噪聲的特點(diǎn)
 1.8 語音增強(qiáng)算法中存在的問題及解決的方案
 1.9 本書的安排
第2章 語音質(zhì)量評價(jià)標(biāo)準(zhǔn)
 2.1 概述
 2.2 語音質(zhì)量的主觀評價(jià)
 2.3 語音質(zhì)量的客觀評價(jià)
第3章 盲源分離基本理論及主要算法
 3.1 盲源分離的數(shù)學(xué)模型
 3.2 統(tǒng)計(jì)獨(dú)立性和信息理論
 3.3 盲源分離主要算法
 3.4 基于等變量自適應(yīng)分離的ICA算法
 3.5 一種新的步長自適應(yīng)EASI語音增強(qiáng)算法
 3.6 小結(jié)
第4章 基于神經(jīng)網(wǎng)絡(luò)的語音盲分離算法
 4.1 神經(jīng)網(wǎng)絡(luò)理論
 4.2 RBF和MLP兩種神經(jīng)網(wǎng)絡(luò)用于語音盲分離效果的比較
 4.3 一種新的基于盲源分離的單通道語音增強(qiáng)算法
 4.4 小結(jié)
第5章 基于時(shí)-頻分析的語音盲分離算法
 5.1 時(shí)-頻分析工具——短時(shí)傅里葉變換
 5.2 時(shí)-頻分析盲源分離算法
 5.3 實(shí)驗(yàn)結(jié)果
 5.4 窗函數(shù)、窗長的選擇對分離信號(hào)性能的影響
 5.5 小結(jié)
第6章 語音信號(hào)盲分離的實(shí)時(shí)性分析
 6.1 語音信號(hào)間統(tǒng)計(jì)獨(dú)立性分析
 6.2 ICA算法應(yīng)用于語音和幀長的關(guān)系
 6.3 小結(jié)
第7章 計(jì)算聽覺場景分析概述
 7.1 人耳的構(gòu)造
 7.2 耳蝸的生理作用
第8章 基于Wang-Brown模型的CASA系統(tǒng)
 8.1 分解與特征提取
 8.2 基于Wang-Brown兩層振蕩器神經(jīng)網(wǎng)絡(luò)
 8.3 語音重構(gòu)及CASA模型性能評估
 8.4 小結(jié)
第9章 基于Hu-Wang模型的CASA系統(tǒng)
 9.1 分解與特征提取
 9.2 初始分離
 9.3 基音跟蹤
 9.4 時(shí)頻單元標(biāo)記
 9.5 最終分離
 9.6 語音重構(gòu)
 9.7 小結(jié)
第10章 Wang-Brown與Hu-Wang模型的增強(qiáng)性能評估
第11章 基于譜減法的語音增強(qiáng)算法
 11.1 譜減法的基本原理
 11.2 人耳掩蔽閾值的計(jì)算
 11.3 基于聽覺掩蔽特性的β階自適應(yīng)MMSE語音增強(qiáng)算法
 11.4 基于參數(shù)濾波的語音音素分段算法
 11.5 一種簡化的基于聽覺掩蔽特性β階自適應(yīng)MMSE語音增強(qiáng)算法
 11.6 小結(jié)
第12章 基于快速自適應(yīng)噪聲估計(jì)的語音增強(qiáng)算法
 12.1 噪聲估計(jì)算法
 12.2 基于統(tǒng)計(jì)信息的快速自適應(yīng)噪聲估計(jì)算法
 12.3 LOGSTSA-MMSE語音增強(qiáng)算法
 12.4 一種新的基于快速噪聲估計(jì)的LOGSTSA-MMSE語音增強(qiáng)算法
 12.5 小結(jié)
第13章 基于小波變換的語音增強(qiáng)算法
 13.1 小波分析的基本理論
 13.2 二進(jìn)小波變換算法
 13.3 小波變換的時(shí)頻分辨特性
 13.4 基于小波變換的語音增強(qiáng)算法
 13.5 一種新的基于小波變換和盲源分離的語音增強(qiáng)算法
 13.6 小結(jié)
參考文獻(xiàn)
后記

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    語音信號(hào)盲分離與增強(qiáng)算法的研究/信息科學(xué)與工程系列專著 PDF格式下載

---