本书从智能化社会对语音处理提出的新要求出发，按照导论—基础理论—应用实践的顺序，系统地介绍了智能语音处理涉及的基础理论、基本技术、主要方法以及典型的智能语音处理应用。首先概述了智能语音处理的相关背景；接着介绍了智能语音处理涉及的基础理论和相关技术，包括稀疏和压缩感知、隐变量模型、组合模型、人工神经网络和深度学习；然后结合具体算法，介绍了智能语音处理的典型应用，包括语音压缩编码、语音增强、语音转换、说话人识别、骨导语音增强；最后对智能语音处理的未来发展进行了展望。本书内容广泛，重点突出，既有深入浅出的原理阐述，又有创新科研成果的总结凝练，理论与实际结合紧密，可读性强。本书可以作为高等院校人工智能、电子信息工程、物联网工程、数据科学与大数据技术、通信工程等专业高年级本科生以及智能科学与技术、信号与信息处理、网络空间安全、通信与信息系统等学科研究生的参考教材，也可供从事语音处理技术研究与应用的科研及工程技术人员参考。

本书从智能化社会对语音处理提出的新要求出发，按照导论—基础理论—应用实践的顺序，系统地介绍了智能语音处理涉及的基础理论、基本技术、主要方法以及典型的智能语音处理应用。首先概述了智能语音处理的相关背景；接着介绍了智能语音处理涉及的基础理论和相关技术，包括稀疏和压缩感知、隐变量模型、组合模型、人工神经网络和深度学习；然后结合具体算法，介绍了智能语音处理的典型应用，包括语音压缩编码、语音增强、语音转换、说话人识别、骨导语音增强；最后对智能语音处理的未来发展进行了展望。本书内容广泛，重点突出，既有深入浅出的原理阐述，又有创新科研成果的总结凝练，理论与实际结合紧密，可读性强。本书可以作为高等院校人工智能、电子信息工程、物联网工程、数据科学与大数据技术、通信工程等专业高年级本科生以及智能科学与技术、信号与信息处理、网络空间安全、通信与信息系统等学科研究生的参考教材，也可供从事语音处理技术研究与应用的科研及工程技术人员参考。

语音是最有效的人机交互方式之一。人工智能与传统语音技术相结合使其在家居、可穿戴、机器人、车载等智能终端设备上得到了普及。终端设备具有低资源、实时性、应用场景复杂多变等特点，对算法提出了更严格的要求。 本书介绍了面向端侧设备的若干智能语音处理技术，书中主要采用了传统信号处理与深度学习相结合的方法论，并且介绍了在实际工程应用中的若干心得。针对实际工程应用中的关键问题，如噪声抑制、回声消除、房间混响处理等，本书详细讲解了几种重要的算法，包括固定波束形成、自适应波束形成、盲源分离等，并分别讨论了它们的优缺点及应用场景。此外，书中涵盖了基于自适应滤波的回声、混响、干扰联合抑制方法，以及利用深度神经网络进行语音增强、语音活动性检测和关键词检测的技术。为了使模型能够高效地部署于资源受限的终端设备上，本书也涉及模型量化的方法，该方法通过减小模型大小来节约存储空间并降低计算复杂度。 本书适合理工科高年级本科生、研究生，以及语音领域的工程师阅读。

语音是最有效的人机交互方式之一。人工智能与传统语音技术相结合使其在家居、可穿戴、机器人、车载等智能终端设备上得到了普及。终端设备具有低资源、实时性、应用场景复杂多变等特点，对算法提出了更严格的要求。 本书介绍了面向端侧设备的若干智能语音处理技术，书中主要采用了传统信号处理与深度学习相结合的方法论，并且介绍了在实际工程应用中的若干心得。针对实际工程应用中的关键问题，如噪声抑制、回声消除、房间混响处理等，本书详细讲解了几种重要的算法，包括固定波束形成、自适应波束形成、盲源分离等，并分别讨论了它们的优缺点及应用场景。此外，书中涵盖了基于自适应滤波的回声、混响、干扰联合抑制方法，以及利用深度神经网络进行语音增强、语音活动性检测和关键词检测的技术。为了使模型能够高效地部署于资源受限的终端设备上，本书也涉及模型量化的方法，该方法通过减小模型大小来节约存储空间并降低计算复杂度。 本书适合理工科高年级本科生、研究生，以及语音领域的工程师阅读。

本书系统地阐述了语音信号处理的原理、方法、技术和应用，同时给出了部分内容对应的MATLAB仿真源程序。全书共12章，第1章至第7章是基本理论部分，包括语音信号的数字模型、语音信号的短时时域分析和频域分析、语音信号的同态处理、语音信号线性预测分析和矢量量化；第8章至第12章是应用部分，包括语音编码、语音合成、语音识别、语音增强和语音处理的实时实现。本书内容全面，重点突出，原理阐述深入浅出，注重理论与实际应用的结合，可读性强。

《数字语音处理理论与应用(英文版)》是作者继1978年版经典教材《语音信号数字处理》之后的又一著作，全书除有简练精辟的基础知识介绍外，系统介绍了近30年来语音信号处理的新理论、新方法和在应用上的新进展。全书共14章，分四部分：第一部分介绍语音信号处理基础知识，主要包括数字信号处理基础、语音产生机理、(人的)听觉和听感知机理和声道中的声传播原理；第二部分介绍语音信号的时频域表示和分析；第三部分介绍语音参数估计算法；第四部分介绍语音信号处理的应用，主要包括语音编码、语音和音频信号的频域编码、语音合成、语音识别和自然语言理解。

我们正在进入语音科技时代，我们的衣食住行都将发生巨变，对着智能音箱说，我想买一件T恤，它就会为你推荐甚至帮你下单；在餐厅，服务员已经变成了机器人助手，想约一顿火锅直接打电话给它就行；在家里，电视、音箱等声控中心可以听懂你的指令，在你起床之前为你打开窗帘，煮上一杯咖啡……

我们正在进入语音科技时代，我们的衣食住行都将发生巨变，对着智能音箱说，我想买一件T恤，它就会为你推荐甚至帮你下单；在餐厅，服务员已经变成了机器人助手，想约一顿火锅直接打电话给它就行；在家里，电视、音箱等声控中心可以听懂你的指令，在你起床之前为你打开窗帘，煮上一杯咖啡……

语言智能处理一直是人工智能领域的重要研究方向之一。本书按照研究历程与现状、关键技术与方法、发展趋势与展望的基本脉络，重点介绍了语言智能处理中的语言模型与知识表示、语言分析技术、语言情感分类、自然语言生成技术、自动问答与人机对话、机器翻译、信息检索与信息推荐等主题。本书所描述的内容涉及人们日常生活中的真实应用场景，理论与实践相结合，所探讨的技术具有代表性，便于读者理解与融会贯通。本书既可作为高等院校相关专业师生的教学参考书，也可作为人工智能领域语言智能处理研究人员和广大爱好者的技术参考书。

本书系统地介绍语音信号处理的基础、概念、原理、方法与应用。全书共分9章。第1章介绍语音信号处理及其发展过程； 第2章介绍语音信号的产生与人类听觉的机理，传统的线性语音产生模型，以及非线性语音产生模型； 第3章从语音信号的时域特征入手，引入时频分析的思想，并进一步阐述时频分析中短时傅里叶变换和小波变换在语音信号特征分析中的应用，最后对广泛使用的倒谱特征以及同态解卷积进行介绍； 第4章介绍语音信号的线性预测原理、解法、几种推演方法以及线谱对分析法； 第5章介绍语音编码的相关知识，包括语音的波形编码、极低速率语音编码技术，以及相关编码器的性能指标和评测方法； 第6章介绍语音识别的基本内容，从基于矢量量化的识别技术到动态时间归正的识别技术，从隐马尔可夫模型技术到基于深度学习的语音识别技术，从孤立词识别到连接词识别及连续语音识别技术，再到关键词检出技术，最后还介绍新兴起的语音识别应用技术，以及用于HMM系统构建的HTK工具和用于深度学习系统构建的Kaldi工具等； 第7章介绍说话人识别的基本内容，从基于GMMUBM的识别技术到基于支持向量机的识别技术，从基于联合因子分析的识别技术到基于ivector的识别技术，以及近年来受到关注的基于深度学习的识别技术等； 第8章介绍顽健语音识别技术，从影响语音识别性能的环境变化因素分析开始，介绍噪声环境下顽健语音识别技术，以及变异语音识别的技术； 第9章介绍语音合成的基本原理、线性预测合成、共振峰合成以及汉语按规则合成，以及基于HMM的合成技术等内容。 本书可作为高等院校计算机应用、信号与信息处理、通信与电子系统等专业及学科的高年级本科生、研究生教材，也可供该领域的科研及工程技术人员参考。