Introduction to Speech Signal Processing

Textbook

• 王小川，語音訊號處理，全華，2004

• X. Huang, A. Acero and H. Hon, "Spoken Language Processing: A Guide to Theory, Algorithm and System Development", Prentice Hall PTR, 2001

Reference Books

• Thomas. F. Quatieri, "Discrete-Time Speech Signal Processing", Prentice Hall, 2002 開發代理

• D. O'Shaughnessy, “Speech Communications: Human and Machine”, IEEE, 2002.

Score

• Homework and Programming (30%)

• Midterm Examination (30%)

• Final Examination (40%)

Contents

• 第一章 緒論
  1-1. 語音與語言
  1-2. 語音處理的幾個技術
  1-3. 語音技術的歷史回顧

• 第二章 語音的產生與語音學
  2-1. 人類的發音器官
  2-2. 發音與發音語音學
  2-3. 聲學語音學

• 第三章 聽覺
  3-1. 人類的聽覺器官
  3-2. 聲音感知
  3-3. 遮蔽效應與臨界頻帶

• 第四章 語音之聲學原理
  4-1. 聲音的產生
  4-2. 激發訊號
  4-3. 發音腔道的聲學模型
  4-4. 多節無損管模型
  4-5. 發音的數位系統模型

• 第五章 短時段之語音處理
  5-1. 離散時間訊號
  5-2. 脈碼調變
  5-3. 加視窗與取音框
  5-4. 音框能量與過零率
  5-5. 自相關函數與共變異函數
  5-6. 離散時間富利葉轉換與離散式富利葉轉換
  5-7. 頻域參數

• 第六章 線性預估分析
  6-1. 發音模型
  6-2. 線性預估模型
  6-3. 線性預估係數的解法
  6-4. L-D遞迴演算的格狀結構
  6-5. 其他線性預估係數
  6-6. 線性預估模型的頻域特性
  6-7. 線性預估係數距離

• 第七章 倒頻譜分析
  7-1. 實數倒頻譜
  7-2. 梅爾頻率倒頻譜
  7-3. 複數倒頻譜
  7-4. 倒頻譜的應用

• 第八章 量化
  8-1. 數量量化
  8-2. 向量量化
  8-3. 向量量化碼本的產生

• 第九章 語音訊號之波形編碼
  9-1. 語音編碼的分類
  9-2. 對數量化之脈碼調變
  9-3. 差分脈碼調變
  9-4. 增量調變
  9-5. 頻域中之波形編碼

• 第十章 語音合成與聲音編碼器
  10-1. 線性預估編碼
  10-2. 通道聲音編碼器與共振峰聲音編碼器
  10-3. 以合成作分析的編碼法
  10-4. 碼本激發之線性預估編碼器
  10-5. 其他激發方式的線性預估編碼器

• 第十一章 語音增強與語音品質評量
  11-1. 頻譜扣除法
  11-2. 溫尼濾波
  11-3. 適應式噪音消除
  11-4. 語音品質評量

• 第十二章 語音辨認
  12-1. 動態時軸校正
  12-2. 以動態時軸校正作獨立詞辨認
  12-3. 隱藏式馬可夫模型
  12-4. 隱藏式馬可夫模型的三個基本問題
  12-5. 語音模型的建立
  12-6. 連續語音辨認

• 第十三章 說話人辨認
  13-1. 說話人的語音差異
  13-2. 說話人識別
  13-3. 說話人確認
  13-4. 區別說話人的語音特徵參數
  13-5. 說話人辨認系統之設計

• 第十四章 中文語音處理
  14-1. 中文語音特性
  14-2. 中文語音之基本音節辨認
  14-3. 中文語音之聲調辨認
  14-4. 中文文句轉語音系統