听觉信息处理技术的创新能够推动实现高度智能化机器感知系统的发展，本分册主要介绍了国内外听觉信息处理方面的研究现状和阶段性成果，通过对人类言语产生与听觉机理，听觉机理的计算理论与方法，语音信号处理，语音识别声学建模，特殊场景语音识别，声纹与语种识别，韵律、情绪及音乐分析，统计语音合成，口语对话系统等技术研究成果的阐述与分析，展示我国在这些研究领域的优势与特色，并提出未来的技术挑战与发展方向。

1言语产生和听觉的机理及其研究
1．1言语产生和感知的机理
1．1．1有声语言产生的条件
1．1．2语音产生的机理
1．1．3语音感知的机理
1．2声源的产生与声道的调制
1．2．1声源产生机理与感知
1．2．2声道的调制机理
1．3言语产生与感知的相互作用
1．3．1言语链
1．3．2言语感知运动理论
1．3．3言语感知机理研究的发展与挑战
1．3．4镜像神经元和言语听觉一运动整合
1．4言语的脑功能研究
1．4．1言语的脑认知研究发展
1．4．2言语的认知神经机理
1．4．3言语功能障碍及康复训练
1．5语音信号处理方法简介
1．5．1基于产生机理的信号处理方法
1．5．2基于感知机理的信号处理方法
参考文献
2语音增强与麦克风阵列信号处理
2．1信号模型
2．1．1时域信号模型
2．1．2频域信号模型与短时傅里叶变换技术
2．2评价方法
2．2．1主观评价方法与指标
2．2．2客观评价方法与指标
2．3单声道语音增强
2．3．1时域维纳滤波器增强原理
2．3．2频域维纳滤波器增强原理
2．3．3噪声功率谱的估计
2．3．4基于深度学习的语音增强
2．4麦克风阵列语音增强
2．4．1固定波束
2．4．2自适应波束
2．4．3后置滤波技术
参考文献
3语音识别声学建模
3．1统计语音识别概述
3．2基于隐马尔可夫模型的经典声学建模方法
3．2．1HMM
3．2．2GMM-HMM在语音识别中的使用
3．2．3模型改进及问题分析
3．2．4自适应技术
3．2．5鉴别性训练技术
3．3结合深度学习的声学建模方法
3．3．1深度学习基础
3．3．2CD-DNN-HMM混合建模
3．3．3深度学习在声学建模中的综合应用
3．3．4深度学习训练加速
3．3．5深度学习自适应技术
3．3．6深度学习框架下的序列鉴别性训练
3．3．7端到端声学建模
参考文献
……
4特殊场景语音识别（抗噪、低资源）
5声纹识别与语种识别
6韵律、情绪及音乐分析
7统计语音合成
8人机口语对话系统
9面向健康医疗的语音技术
索引