聲音信號處理與項目實踐 應娜 9787121487521 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$444
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202406*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：聲音信號處理與項目實踐 ISBN：9787121487521 出版社：電子工業 著編譯者：應娜 頁數：237 所在地：中國大陸 *此為代購商品 書號：1686420 可大量預訂，請先連絡。 內容簡介 本書系統介紹了聲音信號處理的背景知識、發展歷史以及研究現狀與趨勢，並詳細闡述了基礎原理、處理方法、實踐應用、新成果與新技術。 全書共9章。第1章緒論，第2章聲音信號簡介，第3章短時時域處理技術，第4章短時傅里葉變換，第5章聲音信號的線性預測，第6章語音編碼，第7章聲音合成與轉換，第8章語音識別，第9章基於深度學習技術的聲音技術應用。 本書體系完整，結構嚴謹，系統性強，原理闡述透徹，聯繫實際應用，凸顯理論與實踐結合，包含豐富的實踐案例。本書可作為高等院校信號與信息處理、通信與電子工程、模式識別與人工智慧等專業高年級本科生及研究生教材，也可供該領域的科研及工程技術人員參考。目錄 第1章 緒論1 1 聲音信號處理的研究內容 1 2 聲音信號處理的發展歷史 1 2 1 語音編碼演算法的發展歷史 1 2 2 語音識別演算法的發展歷史 1 2 3 語音去噪及增強演算法的發展歷史 1 2 4 語音合成轉換等其他演算法的發展歷史 1 2 5 基於語音和視覺信息的多模態融合方法 1 3 聲音效果評價 1 3 1 主觀評價方法 1 3 2 客觀評價方法 練習題 第2章 聲音信號簡介 2 1 人類語音信號的產生 2 2 語音信號的基本特徵 2 3 聲音的特徵提取 2 3 1 手工聲音特徵 2 3 2 深度語音情感特徵 2 4 人類的聽覺感知 2 5 語音資料庫 2 5 1 語音識別數據集 2 5 2 語音情感資料庫 2 5 3 多模態情感數據集 練習題 第3章 短時時域處理技術 3 1 語音信號的短時處理方法 3 1 1 語音端點檢測 3 1 2 預加重 3 1 3 分幀與加窗 3 2 短時能量和短時平均幅度 3 3 短時過零率 3 4 短時自相關函數 3 5 短時時域處理技術案例：基音提取 3 5 1 基音檢測估計方法1：三電平削波法 3 5 2 基音檢測估計方法2：SHR諧波檢測法 練習題 第4章 短時傅里葉變換 4 1 短時傅里葉變換的定義 4 2 短時傅里葉變換的理解 4 3 短時傅里葉變換的實現 4 4 語音短時傅里葉變換的應用案例 4 4 1 梅爾頻率倒譜係數的提取和應用 4 4 2 聲音去噪演算法的實現 4 4 3 聲音信號熵的提取應用 練習題 第5章 聲音信號的線性預測編碼 5 1 線性預測基本原理 5 2 線性預測的解析演算法 5 3 線性預測的應用案例 5 3 1 基音檢測估計 5 3 2 共振峰估計 練習題 第6章 語音編碼 6 1 脈衝編碼調製 6 1 1 均勻量化脈衝編碼調製 6 1 2 非均勻量化脈衝編碼調製 6 1 3 自適應量化脈衝編碼調製 6 2 差分脈衝編碼 6 2 1 差分脈衝編碼原理 6 2 2 自適應差分脈衝編碼 6 3 增量調製 6 3 1 增量調製原理 6 3 2 自適應增量調製原理 6 4 基於線性預測編碼的聲碼器 6 4 1 LPC-10聲碼器 6 4 2 碼激勵線性預測編碼 練習題 第7章 聲音合成與轉換 7 1 語音合成方法 7 1 1 參數合成方法 7 1 2 波形合成方法 7 2 漢語基於音節的規則合成方法 7 2 1 韻律規則合成 7 2 2 多音節協同發音規則合成 7 2 3 輕聲音節規則合成 7 3 語音轉換方法 7 3 1 語音轉換系統的總體框架 7 3 2 語音轉換常見的特徵參數 7 4 語音轉換評價指標 7 4 1 客觀評價 7 4 2 主觀評價 7 5 語音轉換應用案例 7 5 1 平行語音轉換方法 7 6 非平行語音轉換應用案例 7 6 1 循環生成對抗網路 7 6 2 星型生成對抗網路 7 6 3 變分自動編碼器 7 6 4 自適應實例規範化 7 6 5 激活引導和自適應實例歸一化 練習題 第8章 語音識別 8 1 採用矢量量化的說話人識別 8 1 1 矢量量化的原理 8 1 2 矢量量化的訓練 8 1 3 矢量量化說話人識別的實現 8 2 採用動態時間規整的孤立詞識別 8 3 基於隱馬爾可夫模型的語音（語句）識別 8 3 1 HMM模型 8 3 2 HMM的概率求解 8 3 3 HMM的解碼 8 3 4 HMM的訓練 8 3 5 HMM-GMM模型 8 3 6 基於HMM的語音識別應用案例 練習題 第9章 基於深度學習模型的聲音技術應用 9 1 深度學習網路基礎 9 1 1 深度學習網路基本結構 9 1 2 深度學習網路的訓練 9 1 3 卷積神經網路 9 1 4 循環神經網路 9 1 5 注意力機制 9 2 基於深度學習的聲音去噪演算法 9 2 1 基於深度神經網路幅度譜估計的深度學習聲音去噪演算法 9 2 2 基於多尺度時頻卷積網路的多通道聲音去噪 9 3 基於深度學習的語音識別應用案例 9 3 1 基於循環神經網路-連續時序分類的語音識別 9 3 2 基於卷積神經網路的語音識別 9 3 3 基於Transformer的語音識別 9 4 基於ResNet的語音情感識別應用案例 9 5 聲音與呼吸信號聯合識別應用案例 9 6 聲音與人臉聯合識別應用案例 練習題 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
