数字音频技术及应用

目录
前言1
第1章绪论4
1.1.序言4
1.2.声学基础6
1.3.人类听觉感知基础10
1.3.1.人类听觉感知系统10
1.3.2.人类听觉感知的特性12
1.3.3.人类听觉感知效应13
1.3.4.人类听觉感知力与评价14
1.4.音频信息处理理论与技术14
1.5.本章小结16
第2章音频信息处理与识别系统18
2.1.音频信息处理与识别系统结构18
2.2.音频信息处理与识别硬件系统19
2.3.音频信息处理与识别软件系统21
2.4.音频信息处理软件系统23
2.5.音频信息识别软件系统24
2.6.本章小结26
第3章音频信息采集与数字化28
3.1.概述28
3.2.声音传感器28
3.3.前置放大器31
3.4.A／D模数转换器35
3.5.音频信息采样39
3.5.1.等间隔周期的线性采样40
3.5.2.非等间隔非周期的非线性采样43
3.6.音频信息量化45
3.6.1.等间隔线性量化函数45
3.6.2.非等间隔非线性量化函数46
3.6.3.非等间隔自适应量化函数47
3.7.音频信息的描述48
3.7.1.时间域描述48
3.7.2.频率域描述49
3.7.3.软件域描述49
3.8.音频信息文件格式49
3.9.本章小结51
第4章音频信息变换55
4.1.正交变换55
4.2.傅里叶变换56
4.2.1.一维连续傅立叶变换56
4.2.2.二维连续傅立叶变换57
4.2.3.一维离散傅立叶变换57
4.2.4.二维离散傅立叶变换58
4.2.5.矩阵与快速傅立叶变换59
4.2.6.快速傅里叶变换60
4.2.7.傅立叶变换的性质61
4.3.余弦变换63
4.3.1.一维连续余弦变换63
4.3.2.二维连续余弦变换64
4.3.3.一维离散余弦变换64
4.3.4.二维离散余弦变换65
4.3.5.矩阵与快速余弦变换66
4.4.沃尔什变换68
4.4.1.一维沃尔什变换68
4.4.2.二维沃尔什变换72
4.4.3.快速沃尔什变换。73
4.4.4.沃尔什变换的性质74
4.5.哈尔变换77
4.5.1.一维哈尔变换77
4.5.2.二维哈尔变换80
4.5.3.哈尔函数的性质81
4.5.4.快速哈尔变换81
4.6.Gabor变换83
4.6.1.一维连续Gabor变换83
4.6.2.一维连续Gabor变换的另一种形式85
4.6.3.一维离散Gabor变换86
4.6.4.二维连续Gabor变换86
4.6.5.二维离散Gabor变换87
4.6.6.Gabor变换的性质87
4.7.小波变换88
4.7.1.一维连续小波变换89
4.7.2.一维离散小波变换92
4.7.3.二维连续小波变换94
4.7.4.二维离散小波变换95
4.7.5.快速小波变换95
4.7.6.小波变换的性质96
4.8.KL变换98
4.8.1.KL变换98
4.8.2.KL变换的性质100
4.9.希尔伯特变换100
4.9.1.连续信号的Hilbert变换100
4.9.2.离散信号的Hilbert变换102
4.10.本章小结103
第5章音频信息编码106
5.1.概述106
5.2.霍夫曼编码106
5.3.仙农-范诺编码110
5.4.算数编码113
5.5.行程编码116
5.6.LZW编码117
5.7.余弦变换编码120
5.8.小波变换编码122
5.9.矢量量化编码124
5.10.预测编码127
5.11.PCM编码130
5.12.子带编码131
5.13.国际编码标准132
5.14.本章小结135
第6章音频信息滤波140
6.1.概述140
6.2.低通滤波141
6.2.1.理想低通滤波141
6.2.2.指数低通滤波142
6.2.3.梯形低通滤波143
6.2.4.高斯低通滤波144
6.2.5.巴特沃尔斯低通滤波145
6.3.高通滤波145
6.3.1.理想高通滤波145
6.3.2.指数高通滤波147
6.3.3.梯形高通滤波148
6.3.4.高斯高通滤波149
6.3.5.巴特沃尔斯高通滤波150
6.4.带通滤波150
6.4.1.理想带通滤波150
6.4.2.指数带通滤波152
6.4.3.梯形带通滤波153
6.4.4.高斯带通滤波154
6.4.5.巴特沃尔斯带通滤波155
6.5.带阻滤波156
6.5.1.理想带阻滤波156
6.5.2.指数带阻滤波157
6.5.3.梯形带阻滤波159
6.5.4.高斯带阻滤波159
6.5.5.巴特沃尔斯带阻滤波160
6.6.梳状滤波161
6.6.1.理想梳状滤波161
6.6.2.指数梳状滤波161
6.6.3.梯形梳状滤波162
6.6.4.高斯梳状滤波162
6.6.5.巴特沃尔斯梳状滤波163
6.7.频域滤波器的参数164
6.8.复原滤波166
6.9.时域滤波169
6.9.1.均值滤波169
6.9.2.中值滤波170
6.9.3.微分滤波171
6.9.4.积分滤波172
6.9.5.微分积分滤波172
6.9.6.线性组合滤波173
6.9.7.高斯-拉普拉斯滤波173
6.9.8.Gabor滤波174
6.10.卡尔曼滤波174
6.10.1.卡尔曼滤波175
6.10.2.扩展的卡尔曼滤波176
6.11.本章小结178
第7章音频信息增强181
7.1.概述181
7.2.时间域增强181
7.2.1.加减增强181
7.2.2.乘除增强182
7.2.3.线性增强182
7.2.4.指数增强182
7.2.5.对数增强183
7.2.6.幂函数增强183
7.2.7.高斯增强183
7.2.8.巴特沃尔斯增强183
7.2.9.平滑增强184
7.2.10.锐化增强184
7.3.频率域增强185
7.3.1.加减增强185
7.3.2.乘除增强185
7.3.3.线性增强186
7.3.4.指数增强186
7.3.5.对数增强186
7.3.6.幂函数增强187
7.3.7.高斯增强187
7.3.8.巴特沃尔斯增强187
7.3.9.平滑增强187
7.4.直方图增强189
7.4.1.概率统计直方图189
7.4.2.时域幅度直方图增强190
7.5.模式增强196
7.5.1.加减增强197
7.5.2.乘除增强197
7.5.3.线性增强197
7.5.4.指数增强198
7.5.5.对数增强198
7.5.6.幂函数增强198
7.5.7.高斯增强199
7.5.8.巴特沃尔斯增强199
7.5.9.平滑增强199
7.5.10.锐化增强200
7.5.11.微分锐化增强200
7.5.12.微分积分锐化增强200
7.6.特殊效果增强200
7.6.1.延时增强201
7.6.2.回声增强回声201
7.6.3.混响增强203
7.6.4.调制增强205
7.7.本章小结207
第8章音频信息的信噪分离208
8.1.概述208
8.2.时间域分离208
8.2.1.微分信噪分离208
8.2.2.积分信噪分离209
8.3.频率域分离209
8.3.1.高通滤波谱减信噪分离210
8.3.2.低通滤波谱减信噪分离210
8.3.3.带阻滤波谱减信噪分离210
8.4.变换域信噪分离211
8.4.1.直方图变换信噪分离211
8.4.2.Gabor变换信噪分离212
8.4.3.小波变换信噪分离214
8.5.噪声对消215
8.5.1.噪声模型216
8.5.2.噪声对消220
8.5.3.RLSE算法224
8.6.本章小结225
第9章音频信息的分割与合成228
9.1.概述228
9.2.端点检测的分割228
9.2.1.功率谱单阈值法229
9.2.2.局部*小平均功率法230
9.2.3.功率谱双峰谷点法232
9.2.4.功率谱多峰谷点法234
9.3.包络检测的分割236
9.3.1.检波法包络检测237
9.3.2.低通滤波法包络检测238
9.3.3.极值定理法包络检测240
9.3.4.包络检测目标分割244
9.4.Gabor滤波和变换的分割244
9.4.1.Gabor滤波的目标信息分割245
9.4.2.Gabor变换的目标信息分割246
9.5.小波变换的分割247
9.6.幅度合成249
9.6.1.加性合成249
9.6.2.乘性合成250
9.6.3.综合合成250
9.6.4.调制合成251
9.6.5.卷积合成251
9.7.频率合成252
9.7.1.加性合成252
9.7.2.乘性合成252
9.7.3.综合合成253
9.7.4.卷积合成253
9.8.变换合成254
9.8.1.对数变换合成254
9.8.2.Gabor变换合成255
9.8.3.小波变换合成255
9.9.本章小结255
第10章音频信息的编辑258
10.1.概述258
10.2.线性编辑258
10.3.非线性编辑260
10.4.算术编辑262
10.5.本章小结271