徐岩、王春麗編著的這本《語音信號增強技術及其應用》繫統地介紹語音增強技術及其應用，分為9章，依次從理論基礎、算法結構、仿真及應用實現四個層面進行全面介紹。首先，對語音增強技術、語音信號分析處理技術進行描述；其次，介紹幾種常用的語音增強技術；然後，介紹語音增強質量評價算法；*後，通過語音增強算法仿真、軟硬件實現方法，對語音增強繫統進行整體測試與性能評估。

徐岩、王春麗編著的這本《語音信號增強技術及 其應用》詳細介紹了基於短時譜估計、自適應濾波、 小波變換、子空間、盲源分離、噪聲掩蔽、分數階傅 裡葉、分形及神經網絡等語音增強算法；通過語音質 量評價繫統，對語音質量進行了評價，並對語音增強 算法及其效果進行了仿真比較；利用DSP技術及OMAP 平臺。將語音增強算法應用於無線語音通信繫統，實 現了較好的語音增強效果，論證了語音增強算法的有 效性和可行性。 本書為從事語音增強技術處理的研究者提供了全 面而叉專業的參考，既可作為本領域研究生和高年級 本科生的教學參考書，也可為數字信號處理、通信以 及電子信息相關領域的工程技術人員提供參考，適用 於具有一定語音信號處理知識基礎的讀者。

前言
第1章 語音增強技術概述
1.1 語音增強研究背景
1.2 語音信號與語音增強
1.2.1 語音信號特征
1.2.2 語音信號信息量
1.2.3 噪聲特征及其分類
1.2.4 人耳感知特性
1.2.5 語音增強的信號模型
1.3 語音增強技術的發展
1.4 語音增強方法分類
1.5 語音增強效果評價
1.6 語音增強技術應用
1.7 本書主要內容
參考文獻
第2章 語音信號分析處理技術
2.1 語音增強預處理技術
2.1.1 語音信號預濾波和數字化
2.1.2 語音信號預加重
2.1.3 語音信號加窗處理
2.2 語音增強時域分析處理技術
2.2.1 短時能量及短時平均幅度分析
2.2.2 短時平均過零率分析
2.2.3 短時自相關分析
2.3 語音增強頻域分析處理技術
2.3.1 短時傅裡葉變換分析
2.3.2 短時傅裡葉逆變換分析
2.4 語音增強同態分析處理技術
2.4.1 同態處理
2.4.2 復倒譜及倒譜
2.4.3 復倒譜分析
2.5 語音增強線性預測分析處理技術
2.5.1 線性預測分析
2.5.2 線性預測方程組
2.5.3 線性預測等價參數
2.6 基於非線性理論的語音分析處理技術
2.6.1 基於混沌理論的語音分析處理技術
2.6.2 基於分形理論的語音分析處理技術
2.6.3 基於神經網絡的語音分析處理技術
2.7 語音增強噪聲估計技術
2.7.1 基於平穩環境下的噪聲估計
2.7.2 基於非平穩環境下的噪聲估計
2.8 本章小結
參考文獻
第3章 語音增強短時譜估計算法
3.1 譜相減算法
3.1.1 幅度譜減法
3.1.2 改進的幅度譜減法
3.1.3 功率譜減法
3.1.4 改進的功率譜減法
3.2 維納濾波算法
3.2.1 維納濾波法時域實現
3.2.2 維納濾波法頻域實現
3.2.3 改進的維納濾波法
3.2.4 卡爾曼濾波法
3.3 *小均方誤差算法
3.3.1 基本型*小均方誤差法
3.3.2 對數譜*小均方誤差法
3.4 本章小結
參考文獻
第4章 語音增強自適應濾波算法
4.1 自適應濾波
4.1.1 自適應濾波算法
4.1.2 自適應濾波器的性能指標
4.1.3 *佳濾波準則
4.2 *速下降自適應濾波
4.2.1 *速下降算法
4.2.2 *速下降自適應濾波器的性能指標
4.3 *小均方自適應濾波
4.3.1 *小均方算法
4.3.2 歸一化*小均方算法
4.3.3 *小均方濾波器的性能指標
4.4 *小二乘自適應濾波
4.4.1 *小二乘自適應濾波算法
4.4.2 遞歸*小二乘自適應濾波算法
4.4.3 *小二乘濾波器的性能指標
4.5 自適應濾波算法的改進
4.5.1 自適應濾波算法的時域改進
4.5.2 自適應濾波算法的頻域改進
4.6 本章小結
參考文獻
第5章 語音增強小波變換算法
5.1 小波變換分析
5.1.1 連續小波變換
5.1.2 離散小波變換
5.1.3 多分辨率分析與Mallat算法
5.1.4 *優小波基
5.2 小波域語音信號增強
5.2.1 小波域信號增強
5.2.2 常用小波函數
5.2.3 語音增強中小波函數選取
5.3 小波閾值去噪法
5.3.1 小波閾值去噪算法原理
5.3.2 改進的閾值函數去噪法
5.4 小波模極大值去噪法
5.4.1 信號與噪聲在小波變換各尺度上的不同傳播特性
5.4.2 小波模極大值去噪算法原理
5.5 小波掩蔽去噪法
5.5.1 小波掩蔽去噪算法原理
5.5.2 改進型掩蔽去噪法
5.6 各種小波去噪法比較
5.7 本章小結
參考文獻
第6章 語音增強其他優選算法
6.1 基於信號子空間的語音增強算法
6.1.1 信號子空間單通道語音增強算法
6.1.2 信號子空間多通道語音增強算法
6.2 基於盲源分離的語音增強算法
6.2.1 信號盲源分離
6.2.2 語音增強中的盲源分離
6.3 基於聽覺掩蔽效應的語音增強算法
6.3.1 噪聲掩蔽閾值
6.3.2 語音增強中的掩蔽效應
6.4 基於分數階傅裡葉變換的語音增強算法
6.4.1 分數階傅裡葉變換算法
6.4.2 基於分數階域的譜減法語音增強
6.4.3 離散分數餘弦變換自適應濾波算法
6.5 基於分形理論的語音增強算法
6.5.1 分形理論
6.5.2 語音增強中的分形理論
6.6 基於神經網絡的語音增強算法
6.6.1 神經網絡
6.6.2 語音增強中反向傳播神經網絡
6.6.3 語音增強中小波神經網絡自適應濾波
6.7 本章小結
參考文獻
第7章 語音增強質量評價
7.1 語音質量評價
7.1.1 聽覺繫統
7.1.2 語音質量
7.1.3 語音質量評價方法
7.2 語音質量主觀評價
7.3 語音質量客觀評價
7.3.1 客觀評價繫統
7.3.2 客觀評價測度
7.3.3 客觀評價算法
7.4 語音質量評價算法
7.4.1 語音質量評價算法的實現
7.4.2 基於聽覺模型的客觀評價算法
7.4.3 感知語音質量評價算法
7.4.4 主客觀評價方法的相關度
7.5 本章小結
參考文獻
第8章 語音增強算法仿真
8.1 語音信號處理與仿真軟件
8.1.1 語音編輯
8.1.2 語譜圖生成
8.1.3 語音增強仿真工具
8.1.4 語音增強仿真準備
8.2 語音增強算法仿真
8.2.1 高斯白噪聲仿真實驗
8.2.2 粉紅噪聲仿真實驗
8.2.3 工廠噪聲仿真實驗
8.2.4 算法仿真性能分析
8.3 熵函數*優小波基選取仿真
8.3.1 Shannon熵*優小波基選取仿真實驗
8.3.2 SURE熵*優小波基選取仿真實驗
8.3.3 threshold熵*優小波基選取仿真實驗
8.3.4 算法仿真性能分析
8.4 小波閾值計算仿真
8.4.1 閾值函數的選取
8.4.2 閾值函數中調節因子及閾值選取
8.4.3 算法仿真及結果分析
8.5 語音增強質量評價算法仿真
8.5.1 分段信噪比仿真
8.5.2 語音感知質量評價算法仿真
8.5.3 算法仿真性能分析
8.6 本章小結
參考文獻
第9章 語音增強繫統設計與應用
9.1 基於TMS320C6416的語音增強繫統硬件設計與實現
9.1.1 DSP處理技術
9.1.2 基於TMS320C6416的語音增強繫統硬件結構設計
9.1.3 基於TMS320C6416的語音增強繫統工作原理
9.2 基於TMS320C6416的語音增強繫統軟件設計與實現
9.2.1 語音增強繫統軟件設計
9.2.2 基於TMS320C6416的語音增強繫統軟件實現
9.2.3 基於TMS320C6416的FFT算法軟件實現
9.3 基於TMS320C6416的語音增強繫統性能測試
9.4 基於OMAP3平臺的語音通信增強繫統設計
9.4.1 OMAP概述
9.4.2 OMAP3體繫結構
9.4.3 OMAP3軟件開發平臺的構建
9.4.4 基於OMAP3的無線語音通信繫統設計
9.5 本章小結
參考文獻