本书从人的发音和听觉机理出发，分析语音的产生过程并建立语音模型，以此为基础，全面系统地介绍了现代语音信号分析、语音编码的基本理论和多种语音编码标准，以及语音编码器的质量评价等。

本书为普通高等教育“十一五”国家级规划教材，适合作为高等院校电子信息类专业的高年级本科生和研究生教材，对于从事信息科学和技术领域工作和研究的人员也极具参考价值。

本书作为普通高等教育“十一五”国家级规划教材，全面、系统地阐述了现代数字语音编码的原理、技术和应用。本书是在汲取了国内外相关教材、专著的优点，结合数字语音编码的基本理论与工程应用以及作者的教学经验的基础上编写的。全书内容深入浅出，既保持理论的完整性、系统性，又概念清楚、易读好懂，同时注重数字语音分析和编码的新发展。

本书主要介绍了数字语音处理技术的发展历史，语音的基本特征和语音信号模型，基本的语音分析方法，数字语音的波形编码、参数编码和混合编码方法，语音编码器的性能评价和语音增强的基本方法等内容。

全书共14章，分为：绪论、数字语音处理基础、语音信号的模型、语音信号的时域分析、语音信号的频域分析、语音信号的同态分析、语音信号的线性预测分析、语音信号的矢量量化、线性预测声码器、合成、分析线性预测声码器、多带激励声码器、语音波形编码、语音编码器的质量评价、语音增强。

本书适合作为高等院校电子信息类专业的高年级本科生和研究生教材，对于从事信息科学和技术领域工作和研究的人员也极具参考价值。

前言

第1章 绪论

1.1概述

1.2语音信号处理的发展及应用

1.3语音编码算法综述

1.4语音编码标准的发展

第2章 数字语音处理基础

2.1发音的生理器官与过程

2.2听觉的生理器官与心理

 2.2.1听觉系统

 2.2.2语音的听觉心理

 2.2.3掩蔽效应

2.3语音和语言

2.4语音学基础及汉语语音学

 2.4.1声波的物理描述

 2.4.2语音的声学特性

 2.4.3汉语语音基本特性

2.5语音信号的特性分析

 2.5.1语音的时间波形特性

 2.5.2语音信号的语谱图

 2.5.3语音信号的统计特性

第3章 语音信号的模型

3.1声在声管中的传播特性

3.2语音信号的无损声管模型

 3.2.1嘴唇端

 3.2.2声门端

3.3级联无损声管与数字滤波器的关系

3.4无损声管模型的传递函数

3.5语音信号的数字模型

3.6语音信号的共振峰模型

 3.6.1级联型共振峰模型

 3.6.2并联型共振峰模型

 3.6.3混合型共振峰模型

3.7语音信号的非线性模型

 3.7.1调频一调幅模型的基本原理

 3.7.2Teager能量算子

 3.7.3能量分离算法

 3.7.4调频-调幅模型的应用

第4章 语音信号的时域分析

4.1概述

 4.2语音信号的数字化与预处理

4.2.1预滤波、A／D转换

 4.2.1预处理

 4.2.3窗函数的作用

4.3短时能量和短时平均幅度

 4.3.1短时能量

 4.3.2短时平均幅度

4.4短时平均过零率和上升过零间隔

 4.4.1短时平均过零率

 4.4.2短时上升过零间隔

4.5短时自相关函数和短时平均幅度差

 函数

 4.5.1短时自相关函数

 4.5.2语音信号的短时自相关函数

 4.5.3修正的短时自相关函数

 4.5.4短时平均幅度差函数

4.6短时时域处理技术的应用

 4.6.1语音端点检测

 4.6.2基音周期估计

4.7中值滤波在语音短时时域处理中的

 应用

第5章 语音信号的频域分析

5.1概述

5.2基于滤波器组的频域分析

5.3短时Fourier变换的定义和性质

 5.3.1 STFT的定义

 5.3.2窗函数及窗宽对STFT的影响

 5.3.3结论

5.4 STFT的实现

5.5短时Fourier谱的取样

 5.5.1时域取样

 5.5.2频域取样

 5.5.3时域和频域的总取样

5.6语音的短时合成技术

 5.6.1滤波器组相加法

 5.6.2叠接相加法

5.7基于FFT的短时Fourier分析

5.8频域基音检测

 5.8.1谐波峰值基音检测法

 5.8.2频谱相似度基音检测法

5.9语音信号的时.频表示

 5.9.1传统Fourier变换的缺点及时一频

 分析思想

 5.9.2信号的时一频表示

 5.9.3不确定性原理

 5.9.4 Gabor变换

 5.9.5小波变换及在语音中的应用

第6章 语音信号的同态分析

6.1概述

6.2义叠加原理

6.3卷积同态系统

6.4复倒谱和倒谱

6.5类语音信号的复倒谱分析

 6.5.1有理z变换序列

 6.5.2脉冲序列

6.6复倒谱的计算方法

 6.6.1按复倒谱定义计算

 6.6.2最小相位序列的复倒谱的计算

 6.6.3复对数求导数计算法

 6.6.4递推计算方法

6.7语音信号的倒谱分析

第7章 语音信号的线性预测分析

7.1概述

7.2 LPC的基本原理

 7.2.1信号模型

 7.2.2 LPC误差滤波

 7.2.3语音信号的LPC分析

7.3 LPC分析的解法

 7.3.1自相关法

 7.3.2协方差法

 7.3.3自相关法与协方差法的比较

7.4格型法及其改进

 7.4.1格型法基本原理

 7.4.2格型法求解

 7.4.3各种LPC分析方法的比较

7.5 LPC的频域特性

 7.5.1最小预测误差的频域解释

 7.5.2 LPC谱估计

 7.5.3 LPc倒谱

7.6线谱对分析

 7.6.1线谱对分析原理

 7.6.2线谱对分析解法

 7.7 LPC的几种推演参数

第8章 语音信号的矢量量化

8.1概述

8.2矢量量化的基本原理

8.3矢量量化的失真测度

 8.3.1 Euclid距离失真测度

 8.3.2线性预测失真测度

 8.3.3识别失真测度

8.4矢量量化器的最佳码书设计

 8.4.1 LBG算法

 8.4.2初始码书的生成

8.5无记忆矢量量化器

8.6有记忆矢量量化器

8.7语音波形的矢量量化

8.8语音参数的矢量量化

第9章 线性预测声码器

9.1概述

 9.1.1语音压缩的基本原理

 9.1.2语音编码的关键技术

9.2 LPC声码器的基本原理

9.3 LPC一10声码器

 9.3.1发端编码器

 9.3.2收端解码器

 9.3.3 LPC一10声码器存在的问题

9.4增强型LPc—lO声码器

 9.4.1激励源的改善

 9.4.2基音提取方法的改进

 9.4.3声道滤波器参数量化的改进

 9.4.4 LsF参数的矢量量化

9.5混合激励线性预测声码器

 9.5.1 MELP声码器编码原理

 9.5.2 MELP声码器解码原理

第10章 合成-分析线性预测声码器

10.1概述

10.2合成-分析LPC声码器的基本

 思想

10.3多脉冲激励LPC声码器

 10.3.1多脉冲激励LPC声码器的

 原理

 10.3.2最佳激励参数的估计

 10.3.3准最优顺序的优化

10.4规则脉冲激励LPC声码器

 10.4.1规则脉冲激励LPC声码器的

 原理

 10.4.2规则脉冲激励序列

 10.4.3规则脉冲激励序列最佳相位和

 幅值估计

 10.4.4 RPE编码器的简化算法

10.5码激励线性预测声码器

 10.5.1 CELP编码原理

 10.5.2 CELP码书搜索算法

10.6 GSM 13kbit／s RPE—LTP语音

 编码

 10.6.1 GSM 13kbit／s RPE—LTP编码器

 原理

 10.6.2 GSM 13kbit／s RPE—LTP解码器

 原理

10.7语音编码美国联邦标准FED.sTD

 1016

 10.7.1 FED—STD 1016基本原理

 10.7.2随机码书

 10.7.3自适应码书

 10.7.4自适应码字的编码和增益

 10.7.5 FED-sTD 1016 CELP编码器

 特征

10.8 CCITT 16kbiv／s语音编码标准

 G.728

 10.8.1低时延码激励线性预测编／解码

 器原理

 10.8.2高阶后向自适应线性预测

 10.8.3感觉加权滤波器

 10.8.4激励增益适配器

 10.8.5码书结构与搜索

 10.8.6同步和带内信令

 10.8.7自适应后置滤波器

 10.8.8 G.728编／解码器的复杂度和

 性能

10.9 8kbit／s共轭结构代数码激励LPC

 声码器G.729

 10.9.1 ITU-TG.729概述

 10.9.2编码器功能描述

 10.9.3解码器功能说明

10.10 G.723.1双速率多媒体通信传输

 语音编码器

 10.10.1 G.723.1编码器原理

 10.10.2 G.723.1解码器原理

第11章 多带激励声码器

11.1概述

11.2多带激励语音模型

11.3多带激励语音分析

 11.3.1频域分析

 11.3.2时域分析

 11.3.3 INMARSAT.M改进MBE模型

 分析算法

11.4多带激励语音合成

 11.4.1清音成分的合成

 11.4.2浊音成分的合成

 11.4.3重建语音的产生

第12章 语音波形编码

12.1概述

12.2脉冲编码调制

 12.2.1均匀量化PCM 

 12.2.2对数量化PCM 

 12.2.3自适应量化PCM

12.3自适应预测编码

 12.3.1基本的APc系统

 12.3.2前馈与反馈APC 

 12.3.3音调预测

 12.3.4噪声谱形变

 12.3.5差分PCM与G.726

12.4频域编码

 12.4.1自适应变换编码

 12.4.2子带编码

12.5 G.722宽带语音编码

 12.5.1概述

 12.5.2 SB—ADPCM编码器

 12.5.3 SB.ADPCM解码器

 12.5.4正交镜像滤波器组

 12.5.5 G.722自适应量化与预测

第13章 语音编码器的质量评价

13.1语音质量的定义

13.2语音质量的客观测量

13.3语音质量的主观测量

13.4汉语清晰度测量和语音质量的

 诊断

13.5典型MOS试验的描述

13.6确认语音编码器实现的方法

13.7复杂度和时延的测量

第14章 语音增强

14.1概述

14.2语音特性、人耳感知特性和噪声

 特性

14.3谐波语音增强

14.4短时谱估计语音增强

 14.4.1噪声对消法

 14.4.2短时谱估计

 14.4.3谱相减法

 14.4.4 Weiner滤波

 14.4.5短时谱幅度的最小方均误差

 估计

14.5信号子空间语音增强

 14.5.1信号和噪声的线性模型和子空间

 描述

 14.5.2语音信号线性估计器

14.6语音生成模型的语音增强

 14.6.1 LPc全极点模型的语音增强

 14.6.2最大后验概率估计法

 14.6.3 Kalman滤波法

14.7其他语音增强算法

参考文献