计算机语音技术（修订版）

　　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、发展和应用的概况；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，如人机语音通讯的最新学术动态，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。＜br＞特点是：内容系统、叙述清楚、实用性强、有学术研究的参考价值。＜br＞本书可供从事人工智能、模式识别、信息与控制、计算机应用的科技人员阅读，也可供高等院校有关专业的教师、研究生及高年级学生参考。＜br＞

暂缺《计算机语音技术（修订版）》作者简介

第一章　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. 1　ISD产品系列
5. 4. 2　ISD器件的寻址方式
5. 4. 3　ISD器件的使用
5. 4. 4　ISD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. 3　TMS5220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. 2　Votrax　ML－I型音素合成器
6. 3. 3　Votrax　SC－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. 1　LMS自适应滤波原理
8. 4. 2　LMS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. 3　HMM的结构和类型
9. 2. 4　HMM结构上的变化——空转移及捆绑状态
9. 2. 5　显式状态驻留的HMM
9. 2. 6　基于HMM的孤立词语音识别系统
9. 2. 7　HMM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. 1　BP网络结构
9. 3. 2　BP网络学习公式推导
9. 3. 3　Kohonen自组织网络
9. 3. 4　Kohonen网络的语音识别技术
9. 4　HMM与自组织神经网络结合的语音识别
9. 4. 1　HMMNN（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