声纹技术

基本信息

• 商品名称：声纹技术(从核心算法到工程实践)
• 作者：王泉|责编:郑柳洁
• 定价：99
• 出版社：电子工业
• ISBN号：9787121395291

其他参考信息（以实物为准）

• 出版时间：2020-09-01
• 印刷时间：2020-09-01
• 版次：1
• 印次：1
• 开本：16开
• 包装：平装
• 页数：278
• 字数：380千字

内容提要

这是 本系统性地介绍声纹识别、声纹分割 聚类及声纹在语音识别、语音合成、人声分离等领 域中应用的技术书。本书内容全面且紧随时代前沿 ，不仅涵盖了早至 20世纪 60 年代的经典方法， 而且以大量篇幅着重介绍了深度学 的 新技 术。本书注重理论与实践的结合，除了配备大量实 践案例与习题，还有专门章节介绍声纹技术在实际 工程部署方面的诸多课题。本书面向大学与研究机 构的学生、教研人员，以及企 从事声纹技 术相关工作的工程师、架构师和产品经理等。
    

目录

1 声纹技术的前世今生
1.1 什么是声纹
1.2 早的声纹技术
1.3 声纹技术的发展
1.3.1 声纹技术与音频信号处理
1.3.2 模板匹配方法
1.3.3 早期统计学方法
1.3.4 高斯混合模型
1.3.5 联合因子分析与 i-vector
1.4 大变革：深度学 的来临
1.5 新的机遇：智能语音助手的普及
2 音频信号处理基础
2.1 欲懂声纹，先学音频
2.2 声学基础
2.2.1 语音的产生
2.2.2 正弦波
2.2.3 频谱
2.2.4 听觉与感知
2.2.5 听觉的非线性
2.3 音频信号基础概念
2.3.1 模拟音频信号
2.3.2 模拟转数字：采样与量化
2.3.3 音频编码
2.3.4 音频文件格式
2.3.5 动手实践：SoX 程序
2.4 从信号到特征：短时分析
2.4.1 传统特征分析的不足
2.4.2 分帧
2.4.3 窗函数处理
2.4.4 帧叠加与帧采样
2.5 常用的音频特征
2.5.1 时域特征
2.5.2 从时域到频域：傅里叶变换
2.5.3 频谱、倒谱、时频谱和功率谱
2.5.4 感知线性预测
2.5.5 梅尔倒谱系数
2.5.6 功率正则化倒谱系数
2.5.7 动手实践：用 LibROSA 提取 MFCC 特征
3 声纹识别技术
3.1 声纹识别：声纹技术的核心
3.1.1 名称与概念
3.1.2 按任务分类
3.1.3 按文本内容分类
3.1.4 系统流程
3.2 声纹识别的评价指标
3.2.1 相似匹配
3.2.2 录入集与验证集
3.2.3 ROC 曲线及曲线下面积
3.2.4 等错率
3.2.5 小检测代价函数