智能语音处理

封面

版权信息

内容简介

本书编写组

前言

第1章 智能语音处理导论

1.1 概述

1.2 经典语音处理

1.2.1 语音处理的发展

1.2.2 语音基本表示方法

1.2.3 语音处理基本方法

1.2.4 经典语音处理方法的不足

1.3 智能语音处理

1.3.1 智能语音处理的基本概念

1.3.2 智能语音处理的基本框架

1.3.3 智能语音处理的基本模型

1.4 语音处理的应用

1.4.1 语音处理的传统应用领域

1.4.2 语音处理的新应用领域

1.5 小结

参考文献

第2章 稀疏和压缩感知

2.1 引言

2.2 稀疏和稀疏表示

2.2.1 稀疏

2.2.2 稀疏表示

2.3 冗余字典

2.3.1 基本概念

2.3.2 字典学习

2.3.3 字典学习算法

2.3.4 原子选择算法

2.4 压缩感知

2.4.1 基本概念

2.4.2 压缩感知模型

2.4.3 观测矩阵

2.4.4 信号重构

2.5 小结

参考文献

第3章 隐变量模型

3.1 引言

3.2 高斯混合模型

3.2.1 基本概念

3.2.2 GMM参数估计

3.3 隐马尔可夫模型

3.3.1 基本概念

3.3.2 HMM关键问题

3.4 高斯过程隐变量模型

3.4.1 基本模型

3.4.2 GPLVM的理论来源

3.4.3 GPLVM模型训练

3.5 小结

参考文献

第4章 组合模型

4.1 引言

4.2 主成分分析

4.2.1 基本模型

4.2.2 求解算法

4.3 非负矩阵分解

4.3.1 基本模型

4.3.2 求解算法

4.3.3 NMF与其他数据表示模型的关系

4.4 鲁棒组合模型

4.4.1 组合模型的鲁棒性分析

4.4.2 鲁棒主成分分析

4.4.3 鲁棒非负矩阵分解

4.5 小结

参考文献

第5章 人工神经网络和深度学习

5.1 引言

5.2 神经网络基础

5.2.1 神经元模型

5.2.2 浅层神经网络

5.2.3 深度神经网络

5.3 深度学习

5.3.1 基本概念和形式

5.3.2 深度网络的学习方法

5.4 深度神经网络的典型结构

5.4.1 深度置信网络

5.4.2 自动编码器与栈式自动编码器

5.4.3 卷积神经网络

5.4.4 循环神经网络

5.4.5 生成式对抗网络

5.5 小结

参考文献

第6章 语音压缩编码

6.1 引言

6.2 基于字典学习的语音信号压缩感知

6.2.1 语音信号的稀疏性

6.2.2 语音在常见变换域的稀疏化

6.2.3 基于K-L展开的语音非相干字典

6.2.4 基于K-L非相干字典的语音压缩重构

6.2.5 实验仿真与性能分析

6.3 基于梅尔倒谱系数重构的语音压缩编码

6.3.1 基于梅尔倒谱分析的抗噪语音编码模型

6.3.2 基于稀疏约束的梅尔倒谱合成

6.3.3 梅尔倒谱系数的量化算法

6.3.4 实验仿真与性能分析

6.4 基于深度学习的语音压缩编码

6.4.1 基于DAE的幅度谱编码和量化

6.4.2 基于DAE的低速率语音编码