本书介绍了语音信号处理的基础、原理、方法和应用，以及该学科领域近年来取得的一些新的研究成果和技术。全书共分13章，内容包括：绪论、语音信号处理的基础知识、语音信号处理的常用算法、语音信号分析、语音信号特征提取技术、语音增强、语音识别、说话人识别、语音编码、语音合成与转换、语音信号情感处理、声源定位、多模态语音信号处理。 本书可作为高等院校的教材或教学参考书，同时也可供语音信号处理等领域的工程技术人员参考。

魏昕，南京邮电大学通信与信息工程学院教授、博士生导师，江苏高校“青蓝工程”中青年学术带头人。2009年博士毕业于东南大学，师从赵力教授。主要从事多媒体通信与信息处理、教育信息化、智慧建筑等方面的研究工作。近年来主持国家自然科学基金面上项目、江苏省自然科学基金、江苏省高等教育教学改革重中之重研究课题等；在IEEE TCOM/JSAC/TMM/TCSVT/WCM、Computers & Education、通信学报、电子学报等国内外核心期刊上发表SCI、SSCI学术论文70余篇，出版Springer英文学术专著2本；担任中国通信学会通信理论与信号处理专委会委员以及多个电子信息领域国际学术会议分论坛主席；获得中国通信学会自然科学一等奖、华夏建设科学技术一等奖、 IEEE Transactions on Multimedia Best Paper Award等多项学术奖励；获得授权中国发明专利30余项、美国发明专利2项，其中8项已实现成果转化。 赵力，东南大学信息科学与工程学院教授、博士生导师。1998年博士毕业于日本京都理工大学，师从原日本音响学会会长新美康永教授，现为中国声学学会理事会理事、中国神经心理学会理事、南京多媒体学会理事、东南大学信息处理与应用工程研究中心负责人。主要从事语音信号处理、自然语言处理、声频和视频信号处理、情感信息处理等方面的研究工作。在语音和声频信号检测、汉语连续语音识别、说话人和环境自适应方法、语音会话系统、语言翻译系统、声场景分析、语音信号中的情感信息处理等方面取得了一系列研究成果，曾为数十家企业完成音视频处理系统设计。已培养博、硕士研究生三百余名；在IEEE TASLP/TIP/TNN、Pattern Recognition、日本音响学会志、电子学报、声学学报等国内外核心学术期刊发表SCI论文300余篇；主持或参与完成多项国家973项目、国家863项目、国家科技部重点研发计划、国家自然科学基金重点项目/面上项目、教育部重点科技攻关项目。获得江苏省科技进步二等奖3次、教育部科学技术二等奖2次、江苏省教育厅优秀课程群教学一等奖等。

前言
第1章绪论
第2章语音信号处理的基础知识
2.1语音发音及感知系统
2.2语音信号生成的数学模型
2.3语音基本概念与参数
2.4语音信号的数字化和预处理
2.5语音信号处理的应用
2.6思考与复习题
第3章语音信号处理的常用算法
3.1矢量量化
3.2隐马尔可夫模型
3.3深度学习
3.4思考与复习题
第4章语音信号分析
4.1概述
4.2语音分帧
4.3语音信号的时域分析
4.4语音信号的频域分析
4.5语音信号的倒谱分析
4.6语音信号的线性预测分析
4.7语音信号的小波分析
4.8思考与复习题
第5章语音信号特征提取技术
5.1概述
5.2端点检测
5.3基音周期估计
5.4共振峰估计
5.5思考与复习题
第6章语音增强
6.1概述
6.2语音特性、人耳感知特性及噪声特性
6.3滤波器法
6.4相关特征法
6.5非线性处理法
6.6减谱法与维纳滤波法
6.7基于深度学习的语音增强
6.8思考与复习题
第7章语音识别
7.1概述
7.2语音识别原理和识别系统的组成
7.3孤立字（词）识别系统
7.4连续语音识别系统
7.5语音识别系统的性能评测
7.6思考与复习题
第8章说话人识别
8.1概述
8.2说话人识别方法和系统结构
8.3基于矢量量化的说话人识别系统
8.4基于动态时间规整的说话人确认系统
8.5基于高斯混合模型（GMM）的说话人识别系统
8.6基于深度学习的说话人识别
8.7尚需进一步探索的研究课题
8.8思考与复习题
第9章语音编码
9.1概述
9.2语音编码的评价指标
9.3语音信号的波形编码
9.4语音信号的参数编码
9.5语音信号的混合编码
9.6基于深度学习的语音编码
9.7思考与复习题
第10章语音合成与转换
10.1概述
10.2语音合成算法
10.3基于深度学习的语音合成
10.4常用的语音转换方法
10.5语音转换的研究方向
10.6思考与复习题
第11章语音信号情感处理
11.1概述
11.2情感理论与情感诱发实验
11.3情感的声学特征分析
11.4实用语音情感识别算法
11.5基于深度学习的语音情感识别
11.6应用与展望
11.7思考与复习题
第12章声源定位
12.1概述
12.2双耳听觉定位原理及方法
12.4基于传声器阵列的声源定位
12.5总结与展望
12.6思考与复习题
第13章多模态语音信号处理
13.1概述
13.2视觉信息辅助的语音增强
13.3视觉信息辅助的语音合成
13.4视觉信息辅助的语音识别
13.5多模态融合的语音情感信息处理
13.6总结与展望
13.7思考与复习题
附录汉英名词术语对照
参考文献