計算機語音技術(shù)（修訂版）

第一章　概述
第二章　語音技術(shù)的基礎(chǔ)知識
2. 1　語音過程生理學基礎(chǔ)知識
2. 1. 1　語音發(fā)送過程生理學基礎(chǔ)知識
2. 1. 2　語音接收過程生理學基礎(chǔ)知識
2. 2　語音學基礎(chǔ)知識
2. 2. 1　詞的分段特點
2. 2. 2　詞的語音特點
2. 2. 3　詞的非分段特點
2. 2. 4　超語言學特點
2. 2. 5　語音學的6個基本問題
2. 3　漢語語音基礎(chǔ)知識
2. 3. 1　漢語語音基本概念
2. 3. 2　漢語語音三要素
第三章　語音過程及其模型
3. 1　語音過程的早期研究
3. 2　語音發(fā)送過程的聲學模型
3. 2. 1　語音發(fā)送過程的聲學理論
3. 2. 2　語音發(fā)送過程的聲學模型
3. 3　語音發(fā)送過程的數(shù)字模型
3. 3. 1　聲帶. 聲道和唇輻射的數(shù)字模型
3. 3. 2　語音發(fā)送過程的完整數(shù)字模型
3. 4　語音發(fā)送過程的電模型
3. 5　語音接收過程的電模型
第四章　計算機語音分析技術(shù)
4. 1　語音分析的一般方法
4. 2　語音的時域分析
4. 2. 1　過零分析
4. 2. 2　幅度分析
4. 2. 3　相關(guān)分析
4. 3　語音的頻域分析
4. 3. 1　濾波器組法
4. 3. 2　傅里葉頻譜分析
4. 3. 3　漢語語音的功率譜分析
4. 4　語譜圖
4. 4. 1　語譜儀原理
4. 4. 2　美國英語語譜圖
4. 4. 3　可見語音
4. 4. 4　語譜圖分析
第五章　計算機語音存儲與再生技術(shù)
5. 1　語音信號的數(shù)字處理
5. 1. 1　編譯碼技術(shù)的基本概念
5. 1. 2　語音信號的壓縮技術(shù)
5. 1. 3　語音信號的編碼技術(shù)
5. 2　語音信號的存儲技術(shù)
5. 2. 1　半導(dǎo)體隨機存儲器
5. 2. 2　半導(dǎo)體只讀存儲器
5. 2. 3　數(shù)字語音存儲器
5. 3　計算機語音處理機
5. 3. 1　語音存儲與再生集成芯片
5. 3. 2　語音記錄和回放電路
5. 4　新型器件及其應(yīng)用
5. 4. 1　ISD產(chǎn)品系列
5. 4. 2　ISD器件的尋址方式
5. 4. 3　ISD器件的使用
5. 4. 4　ISD器件的應(yīng)用實例
第六章　計算機語音合成技術(shù)
6. 1　計算機語音合成原理和方法
6. 1. 1　計算機語音合成技術(shù)概況
6. 1. 2　共振峰語音合成原理
6. 2　線性預(yù)測合成技術(shù)
6. 2. 1　線性預(yù)測原理
6. 2. 2　格型合成濾波器分析
6. 2. 3　TMS5220語音合成處理器
6. 3　語音音素合成技術(shù)
6. 3. 1　語音音素合成原理
6. 3. 2　Votrax　ML－I型音素合成器
6. 3. 3　Votrax　SC－01音素合成技術(shù)
6. 3. 4　漢語的音素合成
6. 4　可視語言的語音合成技術(shù)
6. 4. 1　發(fā)音參數(shù)語音合成器
6. 4. 2　用視覺音素的語音合成技術(shù)
第七章　計算機語音識別技術(shù)
7. 1　計算機語音識別一般概念
7. 1. 1　語音識別的類型和問題
7. 1. 2　語音識別的基本過程
7. 2　計算機語音識別原理和方法
7. 2. 1　語音識別的一般方法
7. 2. 2　語音識別的測度和決策
7. 2. 3　時間規(guī)整法
7. 3　濾波器組法語音識別技術(shù)
7. 3. 1　濾波器組法語音識別原理
7. 3. 2　語音識別芯片
7. 3. 3　語音識別應(yīng)用電路
7. 3. 4　微機控制語音識別系統(tǒng)
7. 4　微機漢語語音識別研究
7. 4. 1　漢語語音識別系統(tǒng)分析
7. 4. 2　提高漢語語音識別率的硬件方法
7. 4. 3　漢語語音識別實驗及其分析
第八章　計算機語音增強技術(shù)
8. 1　計算機語音增強的概念和研究的意義
8. 2　噪聲度量. 特性和評價
8. 2. 1　噪聲的分類和度量
8. 2. 2　噪聲的特性
8. 2. 3　航空噪聲
8. 2. 4　噪聲測量和評價
8. 3　計算機語音增強的原理和方法
8. 3. 1　頻譜減法
8. 3. 2　線性濾波法
8. 3. 3　梳狀濾波法
8. 3. 4　自相關(guān)法
8. 3. 5　卡爾曼濾波法
8. 3. 6　自適應(yīng)噪聲抵消法
8. 4　自適應(yīng)噪聲抵消法
8. 4. 1　LMS自適應(yīng)濾波原理
8. 4. 2　LMS自適應(yīng)濾波算法的性能分析
8. 4. 3　混合LMS算法（HLMS）及其與LMS算法的性能比較
8. 5　自適應(yīng)噪聲抵消系統(tǒng)的實現(xiàn)和實驗結(jié)果
8. 5. 1　自適應(yīng)噪聲抵消系統(tǒng)的組成原理
8. 5. 2　自適應(yīng)噪聲抵消系統(tǒng)的實現(xiàn)
8. 5. 3　自適應(yīng)噪聲抵消實驗結(jié)果
第九章　計算機語音技術(shù)的新理論和新方法
9. 1　概述
9. 1. 1　語音技術(shù)的發(fā)展
9. 1. 2　語音技術(shù)所面臨的問題
9. 1. 3　語音技術(shù)系統(tǒng)的分類
9. 1. 4　語音系統(tǒng)設(shè)計的關(guān)鍵技術(shù)
9. 2　隱馬爾可夫模型技術(shù)
9. 2. 1　隱馬爾可夫模型的定義和基本概念
9. 2. 2　隱馬爾可夫模型的3個基本問題
9. 2. 3　HMM的結(jié)構(gòu)和類型
9. 2. 4　HMM結(jié)構(gòu)上的變化——空轉(zhuǎn)移及捆綁狀態(tài)
9. 2. 5　顯式狀態(tài)駐留的HMM
9. 2. 6　基于HMM的孤立詞語音識別系統(tǒng)
9. 2. 7　HMM的不足及語音識別隨機模型的統(tǒng)一框架——分段模型
9. 3　語音的神經(jīng)網(wǎng)絡(luò)識別技術(shù)
9. 3. 1　BP網(wǎng)絡(luò)結(jié)構(gòu)
9. 3. 2　BP網(wǎng)絡(luò)學習公式推導(dǎo)
9. 3. 3　Kohonen自組織網(wǎng)絡(luò)
9. 3. 4　Kohonen網(wǎng)絡(luò)的語音識別技術(shù)
9. 4　HMM與自組織神經(jīng)網(wǎng)絡(luò)結(jié)合的語音識別
9. 4. 1　HMMNN（HMM與自組織神經(jīng)網(wǎng)絡(luò)）模型及學習算法
9. 4. 2　應(yīng)用實驗結(jié)果
9. 5　小波分析在語音信號處理中的應(yīng)用
9. 5. 1　運用小波理論的語音處理技術(shù)
9. 5. 2　小波分析技術(shù)在語音基音頻率分析中的應(yīng)用技術(shù)
9. 5. 3　復(fù)解析小波變換在語音信號包絡(luò)提取方面的應(yīng)用
9. 5. 4　甚低比特率小波子帶語音壓縮編碼
9. 5. 5　基于小波變換和音質(zhì)模型的音頻編碼技術(shù)
參考文獻