Przetwarzanie sygnałów mowy i dźwięku

Opinie czytelników

Książka zapewnia szeroki przegląd przetwarzania mowy i sygnałów audio, przydatny jako zadanie do czytania, choć brakuje w niej szczegółowych technik matematycznych.

Rozdziały mogą być przydzielane niezależnie bez dezorientowania studentów; dobry przegląd przetwarzania mowy i powiązanych tematów, w tym często pomijanych obszarów, takich jak psychoakustyka i fizjologia ucha.

Brak szczegółowych technik matematycznych; postrzegana jako zbyt droga w porównaniu do innych, bardziej kompleksowych źródeł.

(na podstawie 3 opinii czytelników)

Oryginalny tytuł:

Speech Audio Signal Processing

Zawartość książki:

Kiedy książka Speech and Audio Signal Processing została opublikowana w 1999 roku, wyróżniała się na tle konkurencji swoim szerokim zakresem i przystępnym, opartym na intuicji stylem. Książka ta była skierowana do indywidualnych studentów i inżynierów podekscytowanych szerokim zakresem przetwarzania dźwięku i ciekawych zrozumienia dostępnych technik. Od tego czasu, wraz z pojawieniem się iPoda w 2001 roku, dziedzina cyfrowego audio i muzyki eksplodowała, prowadząc do znacznie większego zainteresowania technicznymi aspektami przetwarzania dźwięku.

Drugie wydanie zaktualizuje i poprawi oryginalną książkę, aby wzbogacić ją o nowy materiał opisujący zarówno technologie umożliwiające cyfrową dystrybucję muzyki (przede wszystkim MP3), jak i szereg ekscytujących nowych obszarów badawczych w automatycznym przetwarzaniu treści muzycznych (takich jak automatyczna transkrypcja, podobieństwo muzyki itp. ), Które pojawiły się w ciągu ostatnich pięciu lat, napędzane cyfrową rewolucją muzyczną.

Nowe tematy rozdziałów obejmują

⬤ Psychoakustyczne kodowanie dźwięku, opisujące MP3 i powiązane schematy kodowania dźwięku oparte na psychoakustycznym maskowaniu szumu kwantyzacji.

⬤ Transkrypcja muzyki, w tym automatyczne wyprowadzanie nut, uderzeń i akordów z sygnałów muzycznych.

⬤ Wyszukiwanie informacji o muzyce, koncentrując się przede wszystkim na klasyfikacji gatunkowej opartej na dźwięku, identyfikacji artysty/stylu i szacowaniu podobieństwa.

⬤ Separacja źródeł dźwięku, w tym formowanie wiązki wielu mikrofonów, ślepa separacja źródeł i techniki inspirowane percepcją, zwykle określane jako Computational Auditory SceneAnalysis (CASA).