實(shí)時(shí)語(yǔ)音處理實(shí)踐指南

緒論1
第1章 信號(hào)處理 7
1.1 數(shù)字和模擬頻率 7
1.2 離散傅里葉變換8
1.2.1 實(shí)數(shù)DFT 9
1.2.2 復(fù)數(shù)DFT 10
1.2.3 負(fù)頻分量 10
1.2.4 DFT變換性質(zhì) 10
1.3 FFT 11
1.3.1 FFT 結(jié)果舉例 12
1.3.2 實(shí)信號(hào)FFT 13
1.3.3 短時(shí)傅里葉變換 14
1.3.4 STFT語(yǔ)音窗函數(shù)選擇 14
1.4 重疊相加法和重疊保留法 16
1.4.1 OLA 17
1.4.2 OLS 19
1.5 加權(quán)重疊相加法 21
1.5.1 WOLA 計(jì)算過(guò)程 22
1.5.2 WOLA 窗函數(shù)選擇 22
1.6 濾波器組 23
1.7 語(yǔ)音預(yù)加重 27
1.8 高斯分布 27
1.8.1 單高斯分布 27
1.8.2 多維高斯分布 29
1.9 HMM模型 31
1.10 卡爾曼濾波 32
第2章 發(fā)音機(jī)理和器件 34
2.1 語(yǔ)音的產(chǎn)生和接收 34
2.1.1 語(yǔ)音產(chǎn)生機(jī)理 34
2.1.2 發(fā)聲模型 36
2.1.3 發(fā)音單位 36
2.1.4 發(fā)音分類 37
2.1.5 聲音接收 37
2.1.6 聲音傳播 38
2.2 揚(yáng)聲器 38
2.2.1 電學(xué)性能 38
2.2.2 聲學(xué)性能 39
2.2.3 底噪 40
2.2.4 頻響特性 41
2.2.5 THD+N POUT 41
2.2.6 電壓（功率）和失真 42
2.3 麥克風(fēng) 42
2.3.1 麥克風(fēng)性能指標(biāo) 42
2.3.2 麥克風(fēng)的選擇 43
2.4 結(jié)構(gòu)設(shè)計(jì) 45
2.5 音頻設(shè)備 46
2.6 聲學(xué)測(cè)試 49
第3章 語(yǔ)音端點(diǎn)檢測(cè) 59
3.1 特征選取 59
3.2 判決準(zhǔn)則 61
3.2.1 門(mén)限 61
3.3 VAD 實(shí)例 63
3.4 語(yǔ)音/非語(yǔ)音幀的初始參數(shù) 75
第4章 單通道降噪 79
4.1 譜減法 79
4.2 維納濾波 84
4.3 子空間降噪 86
4.4 WebRTC 單通道降噪實(shí)現(xiàn) 87
4.5 深度學(xué)習(xí)降噪 101
第5章 聲學(xué)回聲消除 106
5.1 回聲消除原理 106
5.2 自適應(yīng)濾波器 108
5.3 WebRTC 回聲消除算法 113
5.4 Speex 回聲消除算法 128
第6章 聲源定位 147
6.1 GCC算法 147
6.2 SRP-PHAT算法 149
6.3 MUSIC算法 150
6.4 TOPS 算法 152
6.5 FRIDA算法 154
6.6 后處理抗噪 155
第7章 波束形成技術(shù) 162
7.1 麥克風(fēng)陣列 163
7.2 常見(jiàn)波束形成方法 168
7.3 WebRTC 波束形成實(shí)例 174
7.4 后置濾波（Post-filtering） 187
第8章 盲源分離 196
8.1 基本概念及數(shù)學(xué)預(yù)備知識(shí) 196
8.2 盲語(yǔ)音分離預(yù)處理——PCA 199
8.3 頻域獨(dú)立成分分析法——FDICA 200
8.4 后置濾波處理 205
8.5 GSC 與ICA聯(lián)合估計(jì) 209
第9章 音效處理 214
9.1 聲道的分類 214
9.2 后端音效處理 217
第10章 語(yǔ)音編/解碼 227
10.1 LPC 編碼 230
10.2 SILK編/解碼 231
10.3 opus 編/解碼概覽 239
10.4 語(yǔ)音質(zhì)量評(píng)估 247
第11章 語(yǔ)音網(wǎng)絡(luò)傳輸 251
11.1 擁塞控制 252
11.2 NetEQ 266
第12章 語(yǔ)音喚醒 278
12.1 語(yǔ)音喚醒技術(shù)簡(jiǎn)介 278
12.2 特征提取 279
12.3 模型結(jié)構(gòu) 284
12.4 計(jì)算加速 292
第13章 語(yǔ)音識(shí)別 301
13.1 語(yǔ)音特征提取 303
13.2 聲學(xué)模型 306
13.3 語(yǔ)言模型 310
13.4 YES 和NO識(shí)別實(shí)例 312
13.5 Kaldi 中文語(yǔ)音識(shí)別 321
13.6 DeepSpeech 語(yǔ)音識(shí)別 324
附錄A 本書(shū)涉及的專業(yè)術(shù)語(yǔ) 331