人民幣定價：58 元
定 價：NT$ 348 元
優惠價：87 折 303 元
絕版無法訂購
相關商品
商品簡介
名人/編輯推薦
目次
商品簡介
馬建芬的這本《語音信號盲分離與增強算法的研究》主要介紹有關語音信號盲分離與增強的基本理論、主要算法，以及作者在這一領域的最新研究和探索。主要內容包括：語音增強、語音信號盲分離研究的發展現狀；語音質量的主/客觀評價方法；盲源分離問題的基本理論和主要算法；基于神經網絡的語音信號盲分離算法；語音盲分離的時一頻分析算法；語音信號幀長和互信息量之間的關系；計算聽覺場景模型的概念；基于Wang—Brown模型CASA系統的構造；基于Hu-Wang模型CASA系統的構造以及進行單通道盲分離的原理和過程；對比Wang-Brown模型與Hu-Wang模型在語音增強中的效果；基于譜相減的語音增強算法；快速自適應噪聲估計在LOGSTSA-MMSE語音增強算法中的應用；基于小波變換的語音增強算法。
《語音信號盲分離與增強算法的研究》在重點講述作者在語音分離與增強這一領域的最新成果的同時，注重基礎知識的描述，適合相關專業的研究生和從事這一領域的科研人員閱讀。通過閱讀本書，讀者可以掌握語音分離與增強的基礎知識，并了解這一領域的前沿知識。
《語音信號盲分離與增強算法的研究》在重點講述作者在語音分離與增強這一領域的最新成果的同時，注重基礎知識的描述，適合相關專業的研究生和從事這一領域的科研人員閱讀。通過閱讀本書，讀者可以掌握語音分離與增強的基礎知識，并了解這一領域的前沿知識。
名人/編輯推薦
馬建芬的這本《語音信號盲分離與增強算法的研究》共分十三章，主要內容包括：盲源分離基本理論及主要算法，基于神經網絡的語音盲分離算法，語音信號盲分離的實時性分析，基于Wang-Brown模型的CASA系統， 基于快速自適應噪聲估計的語音增強算法等。本書適合相關專業的研究生和從事這一領域的科研人員閱讀。通過閱讀本書，讀者可以掌握語音分離與增強的基礎知識，并了解這一領域的前沿知識。
目次
第1章 緒論/1
1.1 語音增強研究的目的和意義/2
1.2 盲源分離的研究與發展現狀/2
1.3 盲源分離在語音分離中的應用/5
1.4 語音增強算法的簡要回顧/6
1.5 語音的特點/7
1.6 人耳的感知特性/9
1.7 噪聲的特點/10
1.8 語音增強算法中存在的問題及解決的方案/11
1.9 本書的安排/11
第2章 語音質量評價標準/15
2.1 概述/16
2.2 語音質量的主觀評價/16
2.3 語音質量的客觀評價/17
第3章 盲源分離基本理論及主要算法/21
3.1 盲源分離的數學模型/22
3.2 統計獨立性和信息理論/23
3.3 盲源分離主要算法/25
3.4 基于等變量自適應分離的ICA算法/29
3.5 一種新的步長自適應EASI語音增強算法/32
3.6 小結/34
第4章 基于神經網絡的語音盲分離算法/35
4.1 神經網絡理論/36
4.2 RBF和MLP兩種神經網絡用于語音盲分離效果的比較/39
4.3 一種新的基于盲源分離的單通道語音增強算法/47
4.4 小結/47
第5章 基于時-頻分析的語音盲分離算法/49
5.1 時-頻分析工具——短時傅里葉變換/50
5.2 時-頻分析盲源分離算法/50
5.3 實驗結果/52
5.4 窗函數、窗長的選擇對分離信號性能的影響/56
5.5 小結/61
第6章 語音信號盲分離的實時性分析/63
6.1 語音信號間統計獨立性分析/64
6.2 ICA算法應用于語音和幀長的關系/66
6.3 小結/66
第7章 計算聽覺場景分析概述/69
7.1 人耳的構造/71
7.2 耳蝸的生理作用/72
第8章 基于Wang-Brown模型的CASA系統/73
8.1 分解與特征提取/74
8.2 基于Wang-Brown兩層振蕩器神經網絡/82
8.3 語音重構及CASA模型性能評估/92
8.4 小結/95
第9章 基于Hu-Wang模型的CASA系統/97
9.1 分解與特征提取/99
9.2 初始分離/102
9.3 基音跟蹤/105
9.4 時頻單元標記/107
9.5 最終分離/109
9.6 語音重構/111
9.7 小結/111
第10章 Wang-Brown與Hu-Wang模型的增強性能評估/113
第11章 基于譜減法的語音增強算法/117
11.1 譜減法的基本原理/118
11.2 人耳掩蔽閾值的計算/121
11.3 基于聽覺掩蔽特性的β階自適應MMSE語音增強算法/124
11.4 基于參數濾波的語音音素分段算法/128
11.5 一種簡化的基于聽覺掩蔽特性β階自適應MMSE語音增強算法/129
11.6 小結/130
第12章 基于快速自適應噪聲估計的語音增強算法/131
12.1 噪聲估計算法/132
12.2 基于統計信息的快速自適應噪聲估計算法/136
12.3 LOGSTSA-MMSE語音增強算法/141
12.4 一種新的基于快速噪聲估計的LOGSTSA-MMSE語音增強算法/143
12.5 小結/145
第13章 基于小波變換的語音增強算法/147
13.1 小波分析的基本理論/148
13.2 二進小波變換算法/149
13.3 小波變換的時頻分辨特性/152
13.4 基于小波變換的語音增強算法/153
13.5 一種新的基于小波變換和盲源分離的語音增強算法/154
13.6 小結/155
參考文獻/156
後記/162
1.1 語音增強研究的目的和意義/2
1.2 盲源分離的研究與發展現狀/2
1.3 盲源分離在語音分離中的應用/5
1.4 語音增強算法的簡要回顧/6
1.5 語音的特點/7
1.6 人耳的感知特性/9
1.7 噪聲的特點/10
1.8 語音增強算法中存在的問題及解決的方案/11
1.9 本書的安排/11
第2章 語音質量評價標準/15
2.1 概述/16
2.2 語音質量的主觀評價/16
2.3 語音質量的客觀評價/17
第3章 盲源分離基本理論及主要算法/21
3.1 盲源分離的數學模型/22
3.2 統計獨立性和信息理論/23
3.3 盲源分離主要算法/25
3.4 基于等變量自適應分離的ICA算法/29
3.5 一種新的步長自適應EASI語音增強算法/32
3.6 小結/34
第4章 基于神經網絡的語音盲分離算法/35
4.1 神經網絡理論/36
4.2 RBF和MLP兩種神經網絡用于語音盲分離效果的比較/39
4.3 一種新的基于盲源分離的單通道語音增強算法/47
4.4 小結/47
第5章 基于時-頻分析的語音盲分離算法/49
5.1 時-頻分析工具——短時傅里葉變換/50
5.2 時-頻分析盲源分離算法/50
5.3 實驗結果/52
5.4 窗函數、窗長的選擇對分離信號性能的影響/56
5.5 小結/61
第6章 語音信號盲分離的實時性分析/63
6.1 語音信號間統計獨立性分析/64
6.2 ICA算法應用于語音和幀長的關系/66
6.3 小結/66
第7章 計算聽覺場景分析概述/69
7.1 人耳的構造/71
7.2 耳蝸的生理作用/72
第8章 基于Wang-Brown模型的CASA系統/73
8.1 分解與特征提取/74
8.2 基于Wang-Brown兩層振蕩器神經網絡/82
8.3 語音重構及CASA模型性能評估/92
8.4 小結/95
第9章 基于Hu-Wang模型的CASA系統/97
9.1 分解與特征提取/99
9.2 初始分離/102
9.3 基音跟蹤/105
9.4 時頻單元標記/107
9.5 最終分離/109
9.6 語音重構/111
9.7 小結/111
第10章 Wang-Brown與Hu-Wang模型的增強性能評估/113
第11章 基于譜減法的語音增強算法/117
11.1 譜減法的基本原理/118
11.2 人耳掩蔽閾值的計算/121
11.3 基于聽覺掩蔽特性的β階自適應MMSE語音增強算法/124
11.4 基于參數濾波的語音音素分段算法/128
11.5 一種簡化的基于聽覺掩蔽特性β階自適應MMSE語音增強算法/129
11.6 小結/130
第12章 基于快速自適應噪聲估計的語音增強算法/131
12.1 噪聲估計算法/132
12.2 基于統計信息的快速自適應噪聲估計算法/136
12.3 LOGSTSA-MMSE語音增強算法/141
12.4 一種新的基于快速噪聲估計的LOGSTSA-MMSE語音增強算法/143
12.5 小結/145
第13章 基于小波變換的語音增強算法/147
13.1 小波分析的基本理論/148
13.2 二進小波變換算法/149
13.3 小波變換的時頻分辨特性/152
13.4 基于小波變換的語音增強算法/153
13.5 一種新的基于小波變換和盲源分離的語音增強算法/154
13.6 小結/155
參考文獻/156
後記/162
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。