數(shù)字音頻技術(shù)及應(yīng)用

前言1
第1章緒論4
1.1.序言4
1.2.聲學(xué)基礎(chǔ)6
1.3.人類聽覺感知基礎(chǔ)10
1.3.1.人類聽覺感知系統(tǒng)10
1.3.2.人類聽覺感知的特性12
1.3.3.人類聽覺感知效應(yīng)13
1.3.4.人類聽覺感知力與評價14
1.4.音頻信息處理理論與技術(shù)14
1.5.本章小結(jié)16
第2章音頻信息處理與識別系統(tǒng)18
2.1.音頻信息處理與識別系統(tǒng)結(jié)構(gòu)18
2.2.音頻信息處理與識別硬件系統(tǒng)19
2.3.音頻信息處理與識別軟件系統(tǒng)21
2.4.音頻信息處理軟件系統(tǒng)23
2.5.音頻信息識別軟件系統(tǒng)24
2.6.本章小結(jié)26
第3章音頻信息采集與數(shù)字化28
3.1.概述28
3.2.聲音傳感器28
3.3.前置放大器31
3.4.A／D模數(shù)轉(zhuǎn)換器35
3.5.音頻信息采樣39
3.5.1.等間隔周期的線性采樣40
3.5.2.非等間隔非周期的非線性采樣43
3.6.音頻信息量化45
3.6.1.等間隔線性量化函數(shù)45
3.6.2.非等間隔非線性量化函數(shù)46
3.6.3.非等間隔自適應(yīng)量化函數(shù)47
3.7.音頻信息的描述48
3.7.1.時間域描述48
3.7.2.頻率域描述49
3.7.3.軟件域描述49
3.8.音頻信息文件格式49
3.9.本章小結(jié)51
第4章音頻信息變換55
4.1.正交變換55
4.2.傅里葉變換56
4.2.1.一維連續(xù)傅立葉變換56
4.2.2.二維連續(xù)傅立葉變換57
4.2.3.一維離散傅立葉變換57
4.2.4.二維離散傅立葉變換58
4.2.5.矩陣與快速傅立葉變換59
4.2.6.快速傅里葉變換60
4.2.7.傅立葉變換的性質(zhì)61
4.3.余弦變換63
4.3.1.一維連續(xù)余弦變換63
4.3.2.二維連續(xù)余弦變換64
4.3.3.一維離散余弦變換64
4.3.4.二維離散余弦變換65
4.3.5.矩陣與快速余弦變換66
4.4.沃爾什變換68
4.4.1.一維沃爾什變換68
4.4.2.二維沃爾什變換72
4.4.3.快速沃爾什變換。73
4.4.4.沃爾什變換的性質(zhì)74
4.5.哈爾變換77
4.5.1.一維哈爾變換77
4.5.2.二維哈爾變換80
4.5.3.哈爾函數(shù)的性質(zhì)81
4.5.4.快速哈爾變換81
4.6.Gabor變換83
4.6.1.一維連續(xù)Gabor變換83
4.6.2.一維連續(xù)Gabor變換的另一種形式85
4.6.3.一維離散Gabor變換86
4.6.4.二維連續(xù)Gabor變換86
4.6.5.二維離散Gabor變換87
4.6.6.Gabor變換的性質(zhì)87
4.7.小波變換88
4.7.1.一維連續(xù)小波變換89
4.7.2.一維離散小波變換92
4.7.3.二維連續(xù)小波變換94
4.7.4.二維離散小波變換95
4.7.5.快速小波變換95
4.7.6.小波變換的性質(zhì)96
4.8.KL變換98
4.8.1.KL變換98
4.8.2.KL變換的性質(zhì)100
4.9.希爾伯特變換100
4.9.1.連續(xù)信號的Hilbert變換100
4.9.2.離散信號的Hilbert變換102
4.10.本章小結(jié)103
第5章音頻信息編碼106
5.1.概述106
5.2.霍夫曼編碼106
5.3.仙農(nóng)-范諾編碼110
5.4.算數(shù)編碼113
5.5.行程編碼116
5.6.LZW編碼117
5.7.余弦變換編碼120
5.8.小波變換編碼122
5.9.矢量量化編碼124
5.10.預(yù)測編碼127
5.11.PCM編碼130
5.12.子帶編碼131
5.13.國際編碼標(biāo)準(zhǔn)132
5.14.本章小結(jié)135
第6章音頻信息濾波140
6.1.概述140
6.2.低通濾波141
6.2.1.理想低通濾波141
6.2.2.指數(shù)低通濾波142
6.2.3.梯形低通濾波143
6.2.4.高斯低通濾波144
6.2.5.巴特沃爾斯低通濾波145
6.3.高通濾波145
6.3.1.理想高通濾波145
6.3.2.指數(shù)高通濾波147
6.3.3.梯形高通濾波148
6.3.4.高斯高通濾波149
6.3.5.巴特沃爾斯高通濾波150
6.4.帶通濾波150
6.4.1.理想帶通濾波150
6.4.2.指數(shù)帶通濾波152
6.4.3.梯形帶通濾波153
6.4.4.高斯帶通濾波154
6.4.5.巴特沃爾斯帶通濾波155
6.5.帶阻濾波156
6.5.1.理想帶阻濾波156
6.5.2.指數(shù)帶阻濾波157
6.5.3.梯形帶阻濾波159
6.5.4.高斯帶阻濾波159
6.5.5.巴特沃爾斯帶阻濾波160
6.6.梳狀濾波161
6.6.1.理想梳狀濾波161
6.6.2.指數(shù)梳狀濾波161
6.6.3.梯形梳狀濾波162
6.6.4.高斯梳狀濾波162
6.6.5.巴特沃爾斯梳狀濾波163
6.7.頻域?yàn)V波器的參數(shù)164
6.8.復(fù)原濾波166
6.9.時域?yàn)V波169
6.9.1.均值濾波169
6.9.2.中值濾波170
6.9.3.微分濾波171
6.9.4.積分濾波172
6.9.5.微分積分濾波172
6.9.6.線性組合濾波173
6.9.7.高斯-拉普拉斯濾波173
6.9.8.Gabor濾波174
6.10.卡爾曼濾波174
6.10.1.卡爾曼濾波175
6.10.2.擴(kuò)展的卡爾曼濾波176
6.11.本章小結(jié)178
第7章音頻信息增強(qiáng)181
7.1.概述181
7.2.時間域增強(qiáng)181
7.2.1.加減增強(qiáng)181
7.2.2.乘除增強(qiáng)182
7.2.3.線性增強(qiáng)182
7.2.4.指數(shù)增強(qiáng)182
7.2.5.對數(shù)增強(qiáng)183
7.2.6.冪函數(shù)增強(qiáng)183
7.2.7.高斯增強(qiáng)183
7.2.8.巴特沃爾斯增強(qiáng)183
7.2.9.平滑增強(qiáng)184
7.2.10.銳化增強(qiáng)184
7.3.頻率域增強(qiáng)185
7.3.1.加減增強(qiáng)185
7.3.2.乘除增強(qiáng)185
7.3.3.線性增強(qiáng)186
7.3.4.指數(shù)增強(qiáng)186
7.3.5.對數(shù)增強(qiáng)186
7.3.6.冪函數(shù)增強(qiáng)187
7.3.7.高斯增強(qiáng)187
7.3.8.巴特沃爾斯增強(qiáng)187
7.3.9.平滑增強(qiáng)187
7.4.直方圖增強(qiáng)189
7.4.1.概率統(tǒng)計(jì)直方圖189
7.4.2.時域幅度直方圖增強(qiáng)190
7.5.模式增強(qiáng)196
7.5.1.加減增強(qiáng)197
7.5.2.乘除增強(qiáng)197
7.5.3.線性增強(qiáng)197
7.5.4.指數(shù)增強(qiáng)198
7.5.5.對數(shù)增強(qiáng)198
7.5.6.冪函數(shù)增強(qiáng)198
7.5.7.高斯增強(qiáng)199
7.5.8.巴特沃爾斯增強(qiáng)199
7.5.9.平滑增強(qiáng)199
7.5.10.銳化增強(qiáng)200
7.5.11.微分銳化增強(qiáng)200
7.5.12.微分積分銳化增強(qiáng)200
7.6.特殊效果增強(qiáng)200
7.6.1.延時增強(qiáng)201
7.6.2.回聲增強(qiáng)回聲201
7.6.3.混響增強(qiáng)203
7.6.4.調(diào)制增強(qiáng)205
7.7.本章小結(jié)207
第8章音頻信息的信噪分離208
8.1.概述208
8.2.時間域分離208
8.2.1.微分信噪分離208
8.2.2.積分信噪分離209
8.3.頻率域分離209
8.3.1.高通濾波譜減信噪分離210
8.3.2.低通濾波譜減信噪分離210
8.3.3.帶阻濾波譜減信噪分離210
8.4.變換域信噪分離211
8.4.1.直方圖變換信噪分離211
8.4.2.Gabor變換信噪分離212
8.4.3.小波變換信噪分離214
8.5.噪聲對消215
8.5.1.噪聲模型216
8.5.2.噪聲對消220
8.5.3.RLSE算法224
8.6.本章小結(jié)225
第9章音頻信息的分割與合成228
9.1.概述228
9.2.端點(diǎn)檢測的分割228
9.2.1.功率譜單閾值法229
9.2.2.局部最小平均功率法230
9.2.3.功率譜雙峰谷點(diǎn)法232
9.2.4.功率譜多峰谷點(diǎn)法234
9.3.包絡(luò)檢測的分割236
9.3.1.檢波法包絡(luò)檢測237
9.3.2.低通濾波法包絡(luò)檢測238
9.3.3.極值定理法包絡(luò)檢測240
9.3.4.包絡(luò)檢測目標(biāo)分割244
9.4.Gabor濾波和變換的分割244
9.4.1.Gabor濾波的目標(biāo)信息分割245
9.4.2.Gabor變換的目標(biāo)信息分割246
9.5.小波變換的分割247
9.6.幅度合成249
9.6.1.加性合成249
9.6.2.乘性合成250
9.6.3.綜合合成250
9.6.4.調(diào)制合成251
9.6.5.卷積合成251
9.7.頻率合成252
9.7.1.加性合成252
9.7.2.乘性合成252
9.7.3.綜合合成253
9.7.4.卷積合成253
9.8.變換合成254
9.8.1.對數(shù)變換合成254
9.8.2.Gabor變換合成255
9.8.3.小波變換合成255
9.9.本章小結(jié)255
第10章音頻信息的編輯258
10.1.概述258
10.2.線性編輯258
10.3.非線性編輯260
10.4.算術(shù)編輯262
10.5.本章小結(jié)271