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。

本书适合那些对人工智能感兴趣，且具备一定移动终端应用程序开发经验的读者。如果您掌握一定的JAVA 、C++或Python语言开发知识，同时具备Android操作系统或IOS操作系统的应用的开发经验，将能迅速掌握基本的移动终端人工智能应用开发方法。如果您只是对人工智能技术感兴趣，相信本书也能带您了解人工智能技术是如何在移动终端上部署和运行的。

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。

本书从技术、应用和产业3个维度为切入点，对智能语音语义领域相关的热点和趋势展开研究。本书以“人与机器的对话”开篇，讲述人类语音生成、传播和感知的过程，引发对于机器智能语音听说的思考，进而阐述技术探索发展史；然后，分析了以语音交互为核心的技术现状，综合剖析提出全双工、端到端模型构建、语音假冒攻击等热点；其次，从政策、投融资和产业规模上，分析整体智能语音产业环境，纵观国内外企业在相关技术和产品上的积极布局，介绍了智能语音的产业链和产业格局；最后，围绕语音交互技术形成的应用，以智能汽车、智能家居、可穿戴设备、智能客服、医疗、教育等诸多细分领域为代表，提出“AI+基础服务”“AI+硬件设备”“AI+垂直行业”的3种应用转化参考模式，并列举实际具体案例和解决方案。 本书适合从事人工智能技术研发、产品应用、市场规划的工程技术人员和管理人员参考使用，也可作为高等院校人工智能相关的专业师生参考。同时，也适合对人工智能语音技术感兴趣的相关人员阅读。

本书力图沿着数字媒体应用相关的技术和标准为主线，向读者系统介绍数字媒体处理技术和相关应用。详细解析了目前主流的数字视音频编解码技术和标准、数字视音频数据复用、多媒体通信协议等技术的基本原理、典型数字视音频编解码器实现方案；并介绍了典型数字媒体应用，包括数字电视、高清DVD、多媒体消费产品、交互式电视、网络流媒体、视频点播、视频会议、可视电话等。考虑到一本书内很难覆盖数字媒体应用所需的所有技术，本书试图以数字电视这一典型数字媒体应用为主线，逐章节依次展开，使得读者可以完整地构建数字电视及数字媒体应用所需要的知识体系。另外，本书对数字视频编解码实现的关键技术作了深入分析，引导读者掌握数字视频的核心技术，为读者进一步研究或从事相关技术开发工作提供了参考。

本书力图沿着数字媒体应用相关的技术和标准为主线，向读者系统介绍数字媒体处理技术和相关应用。详细解析了目前主流的数字视音频编解码技术和标准、数字视音频数据复用、多媒体通信协议等技术的基本原理、典型数字视音频编解码器实现方案；并介绍了典型数字媒体应用，包括数字电视、高清DVD、多媒体消费产品、交互式电视、网络流媒体、视频点播、视频会议、可视电话等。考虑到一本书内很难覆盖数字媒体应用所需的所有技术，本书试图以数字电视这一典型数字媒体应用为主线，逐章节依次展开，使得读者可以完整地构建数字电视及数字媒体应用所需要的知识体系。另外，本书对数字视频编解码实现的关键技术作了深入分析，引导读者掌握数字视频的核心技术，为读者进一步研究或从事相关技术开发工作提供了参考。

本书稿深入浅出地介绍了国际语言学、语音学和言语技术的基础理论和应用领域。全书共分两大部分：第一部分是关于语言学和语音学的研究，主要介绍了语言学和其他学科的关系/美国主流语言学理论的发展过程和现代语音学研究的理论和方法；第二部分是关于言语工程技术，主要介绍了现代言语工程的理论与技术/语音合成/语音识别和常用的语音信号处理方法及工具。