語音信號增強技術及其應用（簡體書）

《語音信號增強技術及其應用》詳細介紹了基于短時譜估計、自適應濾波、小波變換、子空間、盲源分離、噪聲掩蔽、分數階傅里葉、分形及神經網絡等語音增強算法；通過語音質量評價系統，對語音質量進行了評價，并對語音增強算法及其效果進行了仿真比較；利用DSP技術及OMAP平臺，將語音增強算法應用于無線語音通信系統，實現了較好的語音增強效果，論證了語音增強算法的有效性和可行性。
《語音信號增強技術及其應用》為從事語音增強技術處理的研究者提供了全面而又專業的參考，既可作為本領域研究生和高年級本科生的教學參考書，也可為數字信號處理、通信以及電子信息相關領域的工程技術人員提供參考，適用于具有一定語音信號處理知識基礎的讀者。

1.7 本書主要內容
本書系統地介紹語音增強技術及其應用，分為9章，依次從理論基礎、算法結構、仿真及應用實現四個層面進行全面介紹。
第1章是語音增強技術概述，首先針對語音增強技術的研究背景進行概述，然后對語音增強算法所需要的基礎理論，如語音信號與噪聲的特征進行詳細論述。由于語音信號是一種時變、非平穩的隨機信號，要實現語音增強，首先需要基于短時平穩特性對語音信號進行基本處理。此外，根據噪聲統計特性隨時間變化的程度，將噪聲分為周期噪聲、脈沖噪聲、緩變噪聲和平穩噪聲，還根據噪聲覆蓋頻率范圍，將噪聲分為全頻帶噪聲和窄帶噪聲，并對其逐一論述。因為語音增強效果的主要度量方式是通過人的主觀感受，而人的聽覺系統具有復雜的功能，所以語音感知對語音增強的研究有著重要作用。
第2章首先分析在語音增強系統中對語音信號的一些預處理操作，如語音信號的分幀處理、加窗、預加重及去加重等過程。在此基礎上介紹各種語音信號處理技術，包括時域處理技術、頻域處理技術以及基于線性與非線性理論基礎上的語音信號分析處理技術。最后介紹噪聲估計技術。
第3～6章主要介紹幾種常用語音增強算法。其中，第3章論述語音增強短時譜估計算法，包括譜減法、維納濾波算法、卡爾曼濾波算法和最小均方誤差算法。在對基本型算法進行研究之外，對這些算法的改進方法也進行詳細論述。
第4章論述自適應語音增強算法，自適應濾波算法在語音信號處理中很常用，并且隨著大規模集成電路、計算機技術的飛速發展，自適應濾波技術在語音增強研究領域更是獲得了極大的發展和廣泛的應用。該章對自適應濾波算法中常用的兩種算法，即最小均方算法和最小二乘算法進行基本型和改進型的論述。
第5章介紹基于小波變換的語音增強算法。首先對小波變換的基礎理論進行分析，包括連續小波變換及離散小波變換。然后介紹在小波域的語音信號增強，以及常用到的小波函數及其選取原則。最后討論利用小波變換來實現語音增強的三種方法：小波閾值去噪法、小波模極大值去噪法以及基于小波系數尺度間相關性的去噪法，并對這三種算法進行對比分析。
第6章介紹語音增強中其他常用的六種算法，包括基于信號子空間的增強算法、基于盲源分離的增強算法、基于聽覺掩蔽效應的增強算法、基于分數階傅里葉變換的增強算法、基于分形理論的增強算法以及基于神經網絡的增強算法。
……