語音信號處理是數(shù)字信號處理的一個重要分支。本書含有許多數(shù)字信號處理的方法和MATLAB函數(shù)。全書共10章。第1～4章介紹語音信號處理的一些基本分析方法和手段，以及相應(yīng)的MATLAB函數(shù)；第5～9章介紹語音信號預(yù)處理和特征的提取，包括消除趨勢項(xiàng)和基本的減噪方法，以及端點(diǎn)檢測、基音的提取和共振峰的提取，并利用語音信號處理的基本方法，給出了多種提取方法和相應(yīng)的MATLAB程序；第10章結(jié)合各種參數(shù)的檢測介紹了語音信號的合成、語音信號的變速和變調(diào)處理，還介紹了時域基音同步疊加(TDPSOLA)的語音合成，并給出了相應(yīng)的MATLAB程序。附錄A中給出了調(diào)試復(fù)雜程序的方法和思路。

目錄
 

第1章語音的產(chǎn)生和感知1
1.1發(fā)聲器官1
1.2語音信號的數(shù)字模型2
1.2.1激勵模型3
1.2.2聲道模型4
1.2.3輻射模型7
1.3語音的感知7
1.3.1人耳的構(gòu)造7
1.3.2聽覺感受性8
1.3.3掩蔽效應(yīng)8
1.3.4響度10
1.3.5音高11
第2章語音信號的時域、頻域特性和短時分析技術(shù)12
2.1MATLAB中的語音信號分幀12
2.2語音分析中的窗函數(shù)15
2.3語音信號短時時域處理16
2.3.1短時能量和短時平均幅度16
2.3.2短時平均過零率18
2.3.3短時自相關(guān)函數(shù)19
2.3.4短時平均幅度差函數(shù)20
2.4語音信號短時頻域處理21
2.4.1短時傅里葉變換的定義22
2.4.2語譜圖25
2.4.3短時功率譜密度27
第3章語音信號在其他變換域中的分析技術(shù)和特性30
3.1語音信號的同態(tài)處理和倒譜分析30
3.1.1同態(tài)處理的基本原理30
3.1.2復(fù)倒譜和倒譜31
3.2離散余弦變換34
3.3Mel頻率倒譜系數(shù)的分析37
3.3.1Mel濾波器組37
3.3.2MFCC特征參數(shù)提取38
3.4小波和小波包變換43
3.4.1小波變換43
3.4.2小波包變換44
3.4.3小波包算法45
3.4.4MATLAB中一維小波和小波包變換函數(shù)46
3.4.5MATLAB語音信號小波和小波包變換的例子49
3.5EMD的基本理論和算法53
3.5.1EMD的基本概念53
3.5.2EMD的基本原理55
3.5.3EMD法的完備性和正交性57
3.5.4基于EMD的Hilbert變換的基本原理和算法59
3.5.5EMD法的MATLAB函數(shù)60
參考文獻(xiàn)61
第4章語音信號的線性預(yù)測分析62
4.1線性預(yù)測分析的基本原理62
4.1.1信號模型62
4.1.2線性預(yù)測方程的建立64
4.1.3語音信號的線性預(yù)測分析65
4.2線性預(yù)測分析自相關(guān)和自協(xié)方差的解法66
4.2.1自相關(guān)法66
4.2.2協(xié)方差法71
4.3線性預(yù)測分析格型法的解法72
4.3.1格型法的基本原理72
4.3.2格型法的求解74
4.4線性預(yù)測導(dǎo)出的其他參數(shù)78
4.4.1預(yù)測誤差及其自相關(guān)函數(shù)79
4.4.2反射系數(shù)和聲道面積79
4.4.3線性預(yù)測的頻譜和預(yù)測誤差濾波器A（z）多項(xiàng)式的根81
4.4.4線性預(yù)測倒譜83
4.5線譜對的分析法86
4.5.1LSP的定義和特點(diǎn)87
4.5.2LPC到LSP參數(shù)的轉(zhuǎn)換89
4.5.3LSP參數(shù)到LPC的轉(zhuǎn)換91
參考文獻(xiàn)95
第5章帶噪語音和預(yù)處理96
5.1純語音和帶噪語音96
5.2信噪比96
5.3帶噪語音的產(chǎn)生97
5.4語音信號的預(yù)處理一——消除趨勢項(xiàng)和直流分量101
5.4.1最小二乘法擬合趨勢項(xiàng)的原理102
5.4.2最小二乘法擬合消除趨勢項(xiàng)的函數(shù)103
5.5語音信號的預(yù)處理二——數(shù)字濾波器105
5.5.1IIR低通、高通、帶通和帶阻濾波器的設(shè)計(jì)105
5.5.2FIR低通、高通、帶通和帶阻濾波器的設(shè)計(jì)109
參考文獻(xiàn)116
第6章語音端點(diǎn)的檢測117
6.1雙門限法117
6.2雙門限法的改進(jìn)和推廣123
6.2.1噪聲的影響123
6.2.2平滑處理125
6.2.3雙參數(shù)的雙門限檢測法127
6.2.4單參數(shù)的雙門限檢測法129
6.3相關(guān)法的端點(diǎn)檢測131
6.3.1自/互相關(guān)函數(shù)最大值的端點(diǎn)檢測131
6.3.2歸一化自相關(guān)函數(shù)的端點(diǎn)檢測134
6.3.3自相關(guān)函數(shù)主副峰比值的端點(diǎn)檢測136
6.3.4自相關(guān)函數(shù)余弦角值的端點(diǎn)檢測138
6.4方差法的語音端點(diǎn)檢測141
6.4.1頻帶方差的端點(diǎn)檢測141
6.4.2均勻子帶分離頻帶方差的端點(diǎn)檢測142
6.4.3頻域BARK子帶方差的端點(diǎn)檢測143
6.4.4小波包BARK子帶方差的端點(diǎn)檢測145
6.5譜距離法的端點(diǎn)檢測148
6.5.1對數(shù)頻譜距離的端點(diǎn)檢測149
6.5.2倒譜距離的端點(diǎn)檢測151
6.5.3MFCC倒譜距離的端點(diǎn)檢測153
6.6譜熵在端點(diǎn)檢測中的應(yīng)用155
6.6.1譜熵法的端點(diǎn)檢測155
6.6.2譜熵法端點(diǎn)檢測的改進(jìn)156
6.7能零比和能熵比的端點(diǎn)檢測159
6.7.1能零比的端點(diǎn)檢測159
6.7.2能熵比法的端點(diǎn)檢測161
6.8小波變換和EMD分解在端點(diǎn)檢測中的應(yīng)用162
6.8.1小波變換在端點(diǎn)檢測中的應(yīng)用162
6.8.2EMD分解在端點(diǎn)檢測中的應(yīng)用164
6.9低信噪比時的端點(diǎn)檢測167
6.9.1噪聲的估算168
6.9.2基本譜減法和方差法的端點(diǎn)檢測170
6.9.3多窗譜估計(jì)譜減法和能熵比法的端點(diǎn)檢測172
參考文獻(xiàn)174
第7章語音信號的減噪176
7.1自適應(yīng)濾波器減噪176
7.1.1LMS算法基本原理176
7.1.2基本LMS自適應(yīng)算法178
7.1.3LMS的自適應(yīng)陷波器181
7.2譜減法減噪184
7.2.1基本譜減法184
7.2.2改進(jìn)的譜減法187
7.3維納濾波法減噪195
7.3.1維納濾波的基本原理195
7.3.2維納濾波減噪的具體步驟和函數(shù)WienerScalart96197
7.3.3維納濾波的MATLAB例子199
參考文獻(xiàn)201
第8章基音周期的估算方法202
8.1基音周期提取的預(yù)處理203
8.1.1基音檢測中的端點(diǎn)檢測203
8.1.2基音檢測中的帶通濾波器204
8.2倒譜法的基音檢測205
8.2.1倒譜法基音檢測原理205
8.2.2倒譜法基音檢測的MATLAB程序206
8.2.3簡單的后處理方法207
8.3短時自相關(guān)法的基音檢測209
8.3.1短時自相關(guān)函數(shù)法209
8.3.2中心削波的自相關(guān)法211
8.3.3三電平削波的互相關(guān)函數(shù)法212
8.3.4基于自相關(guān)函數(shù)法提取基音的MATLAB程序214
8.4短時平均幅度差函數(shù)的基音檢測215
8.4.1短時平均幅度差函數(shù)法215
8.4.2改進(jìn)的短時平均幅度差函數(shù)法217
8.4.3循環(huán)平均幅度差函數(shù)法218
8.4.4基于平均幅度差函數(shù)法提取基音的MATLAB程序220
8.4.5自相關(guān)函數(shù)法和平均幅度差函數(shù)法的結(jié)合221
8.5線性預(yù)測的基音檢測223
8.5.1線性預(yù)測倒譜法223
8.5.2簡化逆濾波法225
8.6基音檢測的進(jìn)一步完善227
8.6.1主體延伸法的原理和方法228
8.6.2主體延伸基音檢測法的步驟229
8.6.3端點(diǎn)檢測和元音主體的檢測230
8.6.4元音主體的基音檢測232
8.6.5計(jì)算延伸區(qū)間和長度239
8.6.6在延伸區(qū)間進(jìn)行基音檢測241
8.6.7主體延伸基音檢測法的MATLAB程序248
8.7帶噪語音中的基音檢測251
8.7.1小波自相關(guān)函數(shù)法251
8.7.2譜減自相關(guān)函數(shù)法253
8.7.3譜減法與主體延伸法相結(jié)合255
參考文獻(xiàn)258
第9章共振峰的估算方法259
9.1預(yù)加重和端點(diǎn)檢測259
9.1.1預(yù)加重259
9.1.2端點(diǎn)檢測260
9.2倒譜法對共振峰的估算260
9.2.1倒譜法共振峰估算的原理260
9.2.2倒譜法共振峰估算的MATLAB程序261
9.3LPC法對共振峰的估算262
9.3.1LPC法共振峰估算的原理262
9.3.2LPC內(nèi)插法共振峰的估算263
9.3.3LPC求根法共振峰的估算266
9.4連續(xù)語音LPC法共振峰的檢測268
9.4.1簡單LPC共振峰檢測268
9.4.2改進(jìn)的LPC共振峰檢測270
9.5基于HilbertHuang變換（HHT）的共振峰檢測274
9.5.1希爾伯特變換275
9.5.2語音信號的另一種模型——AMFM模型278
9.5.3對AMFM模型的分析279
9.5.4語音信號共振峰特征參數(shù)提取的HHT方法279
9.5.5基于HilbertHuang變換的共振峰檢測步驟和MATLAB程序280
參考文獻(xiàn)283
第10章語音信號的合成算法284
10.1語音合成中數(shù)據(jù)疊接的三種方法285
10.1.1重疊相加法285
10.1.2重疊存儲法290
10.1.3線性比例重疊相加法293
10.2用頻譜參數(shù)合成語音信號296
10.3線性預(yù)測系數(shù)和預(yù)測誤差的語音信號合成298
10.4線性預(yù)測系數(shù)和基音參數(shù)的語音信號合成300
10.4.1預(yù)測系數(shù)和基音參數(shù)語音合成的模型300
10.4.2基音檢測函數(shù)301
10.4.3激勵脈沖的產(chǎn)生303
10.4.4預(yù)測系數(shù)和基音參數(shù)語音合成的程序清單304
10.5基音和共振峰合成語音信號308
10.5.1共振峰和基音參數(shù)語音合成的模型308
10.5.2線性預(yù)測共振峰檢測和基音參數(shù)的語音合成程序315
10.5.3倒譜法與內(nèi)插法結(jié)合的共振峰檢測和基音參數(shù)的語音合成程序319
10.6語音信號的變速和變調(diào)算法322
10.6.1語音信號的變速322
10.6.2語音信號的變調(diào)327
10.6.3語音信號變速又變調(diào)331
10.7波形拼接合成技術(shù)和時域基音同步疊加334
10.7.1波形拼接合成技術(shù)334
10.7.2時域基音同步疊加（TDPSOLA）合成技術(shù)335
10.7.3時域基音同步疊加TDPSOLA的MATLAB工具箱339
參考文獻(xiàn)344
附錄A程序的調(diào)試和修改345
A.1準(zhǔn)備工作345
A.2元音主體中的基音檢測與調(diào)試350
A.3元音主體前后向延伸中的基音檢測與調(diào)試359
A.4更多中間數(shù)據(jù)的檢測370
A.5參數(shù)的調(diào)整373
附錄B本書自編函數(shù)速查表375
附錄C本書應(yīng)用的MATLAB函數(shù)速查表378