目錄
前言
第1章 語(yǔ)音增強(qiáng)技術(shù)概述 1
1.1 語(yǔ)音增強(qiáng)研究背景 1
1.2 語(yǔ)音信號(hào)與語(yǔ)音增強(qiáng) 2
1.2.1 語(yǔ)音信號(hào)特征 2
1.2.2 語(yǔ)音信號(hào)信息量 3
1.2.3 噪聲特征及其分類 4
1.2.4 人耳感知特性 7
1.2.5 語(yǔ)音增強(qiáng)的信號(hào)模型 8
1.3 語(yǔ)音增強(qiáng)技術(shù)的發(fā)展 10
1.4 語(yǔ)音增強(qiáng)方法分類 11
1.5 語(yǔ)音增強(qiáng)效果評(píng)價(jià) 13
1.6 語(yǔ)音增強(qiáng)技術(shù)應(yīng)用 14
1.7 本書主要內(nèi)容 16
參考文獻(xiàn) 17
第2章 語(yǔ)音信號(hào)分析處理技術(shù) 19
2.1 語(yǔ)音增強(qiáng)預(yù)處理技術(shù) 19
2.1.1 語(yǔ)音信號(hào)預(yù)濾波和數(shù)字化 20
2.1.2 語(yǔ)音信號(hào)預(yù)加重 22
2.1.3 語(yǔ)音信號(hào)加窗處理 23
2.2 語(yǔ)音增強(qiáng)時(shí)域分析處理技術(shù) 28
2.2.1 短時(shí)能量及短時(shí)平均幅度分析 29
2.2.2 短時(shí)平均過零率分析 29
2.2.3 短時(shí)自相關(guān)分析 30
2.3 語(yǔ)音增強(qiáng)頻域分析處理技術(shù) 32
2.3.1 短時(shí)傅里葉變換分析 32
2.3.2 短時(shí)傅里葉逆變換分析 35
2.4 語(yǔ)音增強(qiáng)同態(tài)分析處理技術(shù) 38
2.4.1 同態(tài)處理 38
2.4.2 復(fù)倒譜及倒譜 39
2.4.3 復(fù)倒譜分析 40
2.5 語(yǔ)音增強(qiáng)線性預(yù)測(cè)分析處理技術(shù) 41
2.5.1 線性預(yù)測(cè)分析 42
2.5.2 線性預(yù)測(cè)方程組 43
2.5.3 線性預(yù)測(cè)等價(jià)參數(shù) 45
2.6 基于非線性理論的語(yǔ)音分析處理技術(shù) 46
2.6.1 基于混沌理論的語(yǔ)音分析處理技術(shù) 46
2.6.2 基于分形理論的語(yǔ)音分析處理技術(shù) 48
2.6.3 基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音分析處理技術(shù) 50
2.7 語(yǔ)音增強(qiáng)噪聲估計(jì)技術(shù) 53
2.7.1 基于平穩(wěn)環(huán)境下的噪聲估計(jì) 53
2.7.2 基于非平穩(wěn)環(huán)境下的噪聲估計(jì) 55
2.8 本章小結(jié) 57
參考文獻(xiàn) 57
第3章 語(yǔ)音增強(qiáng)短時(shí)譜估計(jì)算法 59
3.1 譜相減算法 59
3.1.1 幅度譜減法 59
3.1.2 改進(jìn)的幅度譜減法 61
3.1.3 功率譜減法 63
3.1.4 改進(jìn)的功率譜減法 65
3.2 維納濾波算法 67
3.2.1 維納濾波法時(shí)域?qū)崿F(xiàn) 67
3.2.2 維納濾波法頻域?qū)崿F(xiàn) 69
3.2.3 改進(jìn)的維納濾波法 71
3.2.4 卡爾曼濾波法 73
3.3 最小均方誤差算法 76
3.3.1 基本型最小均方誤差法 76
3.3.2 對(duì)數(shù)譜最小均方誤差法 78
3.4 本章小結(jié) 80
參考文獻(xiàn) 81
第4章 語(yǔ)音增強(qiáng)自適應(yīng)濾波算法 83
4.1 自適應(yīng)濾波 83
4.1.1 自適應(yīng)濾波算法 83
4.1.2 自適應(yīng)濾波器的性能指標(biāo) 84
4.1.3 最佳濾波準(zhǔn)則 85
4.2 最速下降自適應(yīng)濾波 86
4.2.1 最速下降算法 86
4.2.2 最速下降自適應(yīng)濾波器的性能指標(biāo) 88
4.3 最小均方自適應(yīng)濾波 91
4.3.1 最小均方算法 91
4.3.2 歸一化最小均方算法 95
4.3.3 最小均方濾波器的性能指標(biāo) 95
4.4 最小二乘自適應(yīng)濾波 98
4.4.1 最小二乘自適應(yīng)濾波算法 98
4.4.2 遞歸最小二乘自適應(yīng)濾波算法 99
4.4.3 最小二乘濾波器的性能指標(biāo) 100
4.5 自適應(yīng)濾波算法的改進(jìn) 100
4.5.1 自適應(yīng)濾波算法的時(shí)域改進(jìn) 100
4.5.2 自適應(yīng)濾波算法的頻域改進(jìn) 104
4.6 本章小結(jié) 110
參考文獻(xiàn) 111
第5章 語(yǔ)音增強(qiáng)小波變換算法 114
5.1 小波變換分析 115
5.1.1 連續(xù)小波變換 115
5.1.2 離散小波變換 117
5.1.3 多分辨率分析與Ma11at算法 119
5.1.4 最優(yōu)小波基 123
5.2 小波域語(yǔ)音信號(hào)增強(qiáng) 125
5.2.1 小波域信號(hào)增強(qiáng) 125
5.2.2 常用小波函數(shù) 127
5.2.3 語(yǔ)音增強(qiáng)中小波函數(shù)選取 131
5.3 小波閾值去噪法 132
5.3.1 小波閾值去噪算法原理 132
5.3.2 改進(jìn)的閾值函數(shù)去噪法 137
5.4 小波模極大值去噪法 141
5.4.1 信號(hào)與噪聲在小波變換各尺度上的不同傳播特性 141
5.4.2 小波模極大值去噪算法原理 143
5.5 小波掩蔽去噪法 144
5.5.1 小波掩蔽去噪算法原理 144
5.5.2 改進(jìn)型掩蔽去噪法 145
5.6 各種小波去噪法比較 148
5.7 本章小結(jié) 149
參考文獻(xiàn) 150
第6章 語(yǔ)音增強(qiáng)其他優(yōu)選算法 152
6.1 基于信號(hào)子空間的語(yǔ)音增強(qiáng)算法 152
6.1.1 信號(hào)子空間單通道語(yǔ)音增強(qiáng)算法 152
6.1.2 信號(hào)子空間多通道語(yǔ)音增強(qiáng)算法 154
6.2 基于盲源分離的語(yǔ)音增強(qiáng)算法 155
6.2.1 信號(hào)盲源分離 155
6.2.2 語(yǔ)音增強(qiáng)中的盲源分離 158
6.3 基于聽覺掩蔽效應(yīng)的語(yǔ)音增強(qiáng)算法 162
6.3.1 噪聲掩蔽閾值 163
6.3.2 語(yǔ)音增強(qiáng)中的掩蔽效應(yīng) 165
6.4 基于分?jǐn)?shù)階傅里葉變換的語(yǔ)音增強(qiáng)算法 167
6.4.1 分?jǐn)?shù)階傅里葉變換算法 167
6.4.2 基于分?jǐn)?shù)階域的譜減法語(yǔ)音增強(qiáng) 172
6.4.3 離散分?jǐn)?shù)余弦變換自適應(yīng)濾波算法 175
6.5 基于分形理論的語(yǔ)音增強(qiáng)算法 179
6.5.1 分形理論 179
6.5.2 語(yǔ)音增強(qiáng)中的分形理論 180
6.6 基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音增強(qiáng)算法 183
6.6.1 神經(jīng)網(wǎng)絡(luò) 183
6.6.2 語(yǔ)音增強(qiáng)中反向傳播神經(jīng)網(wǎng)絡(luò) 184
6.6.3 語(yǔ)音增強(qiáng)中小渡神經(jīng)網(wǎng)絡(luò)自適應(yīng)濾波 186
6.7 本章小結(jié) 188
參考文獻(xiàn) 189
第7章 語(yǔ)音增強(qiáng)質(zhì)量評(píng)價(jià) 192
7.1 語(yǔ)音質(zhì)量評(píng)價(jià) 192
7.1.1 聽覺系統(tǒng) 192
7.1.2 語(yǔ)音質(zhì)量 194
7.1.3 語(yǔ)音質(zhì)量評(píng)價(jià)方法 195
7.2 語(yǔ)音質(zhì)量主觀評(píng)價(jià) 195
7.3 語(yǔ)音質(zhì)量客觀評(píng)價(jià) 197
7.3.1 客觀評(píng)價(jià)系統(tǒng) 197
7.3.2 客觀評(píng)價(jià)測(cè)度 198
7.3.3 客觀評(píng)價(jià)算法 207
7.4 語(yǔ)音質(zhì)量評(píng)價(jià)算法 212
7.4.1 語(yǔ)音質(zhì)量評(píng)價(jià)算法的實(shí)現(xiàn) 213
7.4.2 基于聽覺模型的客觀評(píng)價(jià)算法 214
7.4.3 感知語(yǔ)音質(zhì)量評(píng)價(jià)算法 220
7.4.4 主客觀評(píng)價(jià)方法的相關(guān)度 228
7.5 本章小結(jié) 229
參考文獻(xiàn) 229
第8章 語(yǔ)音增強(qiáng)算法仿真 231
8.1 語(yǔ)音信號(hào)處理與仿真軟件 231
8.1.1 語(yǔ)音編輯 232
8.1.2 語(yǔ)譜圖生成 233
8.1.3 語(yǔ)音增強(qiáng)仿真工具 235
8.1.4 語(yǔ)音增強(qiáng)仿真準(zhǔn)備 236
8.2 語(yǔ)音增強(qiáng)算法仿真 237
8.2.1 高斯白噪聲仿真實(shí)驗(yàn) 237
8.2.2 粉紅噪聲仿真實(shí)驗(yàn) 243
8.2.3 工廠噪聲仿真實(shí)驗(yàn) 247
8.2.4 算法仿真性能分析 253
8.3 熵函數(shù)最優(yōu)小波基選取仿真 254
8.3.1 Shannon熵最優(yōu)小波基選取仿真實(shí)驗(yàn) 255
8.3.2 SURE熵最優(yōu)小波基選取仿真實(shí)驗(yàn) 264
8.3.3 thresho1d熵最優(yōu)小波基選取仿真實(shí)驗(yàn) 269
8.3.4 算法仿真性能分析 272
8.4 小波閾值計(jì)算仿真 275
8.4.1 閾值函數(shù)的選取 275
8.4.2 閾值函數(shù)中調(diào)節(jié)因子及閾值選取 275
8.4.3 算法仿真及結(jié)果分析 277
8.5 語(yǔ)音增強(qiáng)質(zhì)量評(píng)價(jià)算法仿真 280
8.5.1 分段信噪比仿真 280
8.5.2 語(yǔ)音感知質(zhì)量評(píng)價(jià)算法仿真 284
8.5.3 算法仿真性能分析 287
8.6 本章小結(jié) 290
參考文獻(xiàn) 290
第9章 語(yǔ)音增強(qiáng)系統(tǒng)設(shè)計(jì)與應(yīng)用 292
9.1 基于TMS320C6416的語(yǔ)音增強(qiáng)系統(tǒng)硬件設(shè)計(jì)與實(shí)現(xiàn) 293
9.1.1 DSP處理技術(shù) 293
9.1.2 基于TMS320C6416的語(yǔ)音增強(qiáng)系統(tǒng)硬件結(jié)構(gòu)設(shè)計(jì) 295
9.1.3 基于TMS320C6416的語(yǔ)音增強(qiáng)系統(tǒng)下作原理 303
9.2 基于TMS320C6416的語(yǔ)音增強(qiáng)系統(tǒng)軟件設(shè)計(jì)與實(shí)現(xiàn) 307
9.2.1 語(yǔ)音增強(qiáng)系統(tǒng)軟件設(shè)計(jì) 307
9.2.2 基于TMS320C6416的語(yǔ)音增強(qiáng)系統(tǒng)軟件實(shí)現(xiàn) 308
9.2.3 基于TMS320C6416的FFT算法軟件實(shí)現(xiàn) 313
9.3 基于TMS320C6416的語(yǔ)音增強(qiáng)系統(tǒng)性能測(cè)試 317
9.4 基于OMAP3平臺(tái)的語(yǔ)音通信增強(qiáng)系統(tǒng)設(shè)計(jì) 318
9.4.1 OMAP概述 318
9.4.2 OMAP3體系結(jié)構(gòu) 320
9.4.3 OMAP3軟件開發(fā)平臺(tái)的構(gòu)建 322
9.4.4 基于OMAP3的無線語(yǔ)音通信系統(tǒng)設(shè)計(jì) 326
9.5 本章小結(jié) 336
參考文獻(xiàn) 336