本教材结合语音信息处理的理论与实践部分，主要内容包括语音产生与感知机理、语音信号处理、语音识别、统计语音合成、语音增强、声纹识别、语音对话以及语音信息处理的前瞻技术等。全书共分8章。第1章介绍语音产生与感知机理，以及与此相关的语言基础知识，是全书的理论基础。第2章介绍语音信号处理的基础，包括语音产生与感知的数学模型、语音听觉的数学模型、时域语音信号处理方法、基于产生机理的语音信号处理方法以及基于感知的语音信号处理方法。第3章介绍语音识别的基本内容。语音识别是语音信息处理的重要研究方向，本章重点介绍基于隐马尔可夫模型和深度学习的声学模型、语言模型、语音识别的解码算法、语音识别技术的展望以及基于HTK、KALDI、ESPNET等工具的相关实践。第4章介绍语音合成原理与技术，主要包括语音合成的基本原理、基于HMM和深度学习的语音合成方法。第5章介绍语音增强算法与技术，涉及单通道及多通道的各种语音增强算法以及相关实践。第6章介绍声纹识别算法与技术，从传统声纹识别到基于深度学习的声纹识别算法，最后介绍相关实践。第7章介绍语音对话系统，主要涉及面向任务的语音对话系统、闲聊系统以及相关实践。第8章介绍语音信息处理前瞻技术。本书适用于高校人工智能专业、计算机科学与技术专业本科高年级学生、研究生以及其他从事语音信息信号处理领域研究的专业技术人员。
鄂公网安备 42010302001612号 