語音信號處理實驗教程 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

梁瑞宇，趙力，魏昕 著

圖書標籤:

• 語音信號處理
• 信號處理
• 實驗教程
• 通信工程
• 電子工程
• 數字信號處理
• MATLAB
• 音頻處理
• 高等教育
• 理工科

齣版社： 機械工業齣版社

ISBN：9787111530718

版次：1

商品編碼：11893369

品牌：機工齣版

包裝：平裝

叢書名： 高等院校通信與信息專業規劃教材

開本：16開

齣版時間：2016-03-01

用紙：膠版紙

頁數：289

編輯推薦

適讀人群 ：信號與處理、電路與係統、通信與電子工程等學科有關專業的本科生和研究生，語音信號處
　　★本書立足於語音信號基本理論，輔以MATLAB實現，使讀者在學習理論知識跌同時，能快速實踐，提高學習興趣，增強結局問題的能力。
　　★作者基於多年從事語音信號處理研究的成果，在闡述理論知識的同時，配以MATLAB程序，並加上詳細的注釋。
　　★教材的編寫由淺及深，驗證性實驗與設計性實驗並重，同時適閤初學者和有一定基礎的研究者使用。

內容簡介

　　本書為《語音信號處理（第3版）》的配套實驗教材。該教材闡述瞭語音信號處理的基本理論，並基於MATLAB介紹瞭語音信號處理的實現方法和關鍵技術。本書共分12章，內容涵蓋瞭語音信號處理基礎實驗、語音信號的變換域分析實驗、語音信號特徵提取實驗、語音增強實驗、語音編碼實驗、語音閤成與轉換、語音隱藏、聲源定位、語音識彆、說話人識彆、語音情感識彆。本書可作為高等院校的教材用書或教學參考用書，同時也可供從事語音信號處理等領域的工程技術人員參考。

目錄

前言
第1章MATLAB基礎教程
1.1MATLAB簡介
1.2MATLAB數值計算
1.3MATLAB繪圖功能
1.4MATLAB的特殊圖形繪製
1.5MATLAB程序設計
第2章語音信號處理基礎實驗
2.1語音采集與讀寫實驗
2.2語音編輯實驗
2.3聲強與響度實驗
2.4語音信號生成的數學模型
2.5語音信號的預處理
第3章語音信號分析實驗
3.1語音分幀與加窗
3.2短時時域分析
3.3短時頻域分析
3.4倒譜分析與MFCC係數
3.5綫性預測分析
3.6綫譜對轉換實驗
第4章語音信號特徵提取實驗
4.1語音端點檢測實驗
4.2基音周期檢測實驗
4.3共振峰估計實驗
第5章語音增強實驗
5.1基於自適應濾波器法的語音降噪實驗
5.2基於譜減法的語音降噪實驗
5.3基於維納濾波的語音降噪實驗
5.4基於小波分解的語音降噪實驗
第6章語音編碼實驗
6.1PCM編解碼實驗
6.2LPC編解碼實驗
6.3ADPCM編解碼實驗
第7章語音閤成與轉換實驗
7.1幀閤並實驗
7.2基於綫性預測的語音閤成實驗
7.3基於共振峰檢測和基音參數的語音閤成實驗
7.4語音信號的變調與變速實驗
第8章語音隱藏實驗
8.1LSB語音信息隱藏實驗
8.2迴聲法語音信息隱藏實驗
第9章聲源定位實驗
9.1簡單房間迴響模型
9.2基於廣義互相關的聲源定位實驗
9.3基於空間譜估計的聲源定位實驗
第10章語音識彆實驗
10.1基於動態時間規整（DTW）的孤立字語音識彆實驗
10.2基於隱馬爾可夫模型（HMM）的孤立字語音識彆實驗
第11章說話人識彆實驗
11.1基於矢量量化（VQ）的說話人識彆實驗
11.2基於高斯混閤模型（GMM）的說話人識彆實驗
第12章語音情感識彆實驗
12.1基於K近鄰分類算法的語音情感識彆實驗
12.2基於神經網絡的語音情感識彆
12.3基於支持嚮量機的語音情感識彆
12.4基於特徵降維的語音情感識彆
第13章實用語音信號處理平颱
13.1基於MFC的語音信號處理軟件平颱
13.2基於嵌入式Linux的音頻驅動程序移植
13.3實時語音信號處理硬件平颱
參考文獻

前言/序言

　　語音信號處理是研究用數字信號處理技術對語音信號進行處理的一門學科，它是在多門學科基礎上發展起來的綜閤性技術，涉及語音學、語言學、生理學及認知科學、數字信號處理、模式識彆和人工智能等許多學科領域。同時語音信號處理也是目前發展最為迅速的信息科學技術之一，其研究涉及一係列前沿課題。
　　根據教育部加強學生實踐能力培養的要求，本書立足於語音信號基本理論，輔以MATLAB實現，使讀者在學習理論知識的同時，能快速實踐，提高學習興趣，增強解決問題的能力。
　　本書是機械工業齣版社齣版的《語音信號處理（第3版）》的配套實驗教材（也可獨立作為實驗教材使用）。作者基於多年從事語音信號處理研究的成果，在闡述理論知識的同時，配以MATLAB程序，並加上詳細的注釋。教材的編寫由淺及深，驗證性實驗與設計性實驗並重，同時適閤初學者和有一定基礎的研究者使用。
　　本書共分13章，第1章是MATLAB基礎教程；第2章是語音信號處理基礎實驗；第3章是語音信號分析實驗；第4章是語音信號特徵提取實驗；第5章是語音增強實驗；第6章是語音編碼實驗；第7章是語音閤成與轉換實驗；第8章是語音隱藏實驗；第9章是聲源定位實驗；第10章是語音識彆實驗；第11章是說話人識彆實驗；第12章是語音情感識彆實驗；第13章介紹瞭本研究團隊開發的實用語音信號處理平颱。
　　本書主要麵嚮信號與信息處理、電路與係統、通信與電子工程、模式識彆與人工智能、計算機信息處理等學科有關專業的高年級學生和研究生，也可以作為從事語音信號處理這一領域科研工作的技術人員參考書。
　　本書的參考學時為本科生32學時、研究生40學時，可以根據不同的教學要求對其內容進行適當取捨，靈活安排講課學時數。
　　本書主要由梁瑞宇、趙力、魏昕編寫，其中，1~9章由梁瑞宇編寫，12~13章由趙力編寫，10~11章由魏昕編寫，全書由梁瑞宇統稿。廣州大學的鄒采榮教授主審瞭全書，並提齣很多寶貴意見，在此錶示誠摯的感謝。
　　語音信號處理是一門理論性強、實用麵廣、內容新、難度大的交叉學科，同時這門學科又處於快速發展之中，盡管作者在編寫過程中始終注重理論緊密聯係實際，力求以盡可能簡明、通俗的語言，深入淺齣、通俗易懂地將這門學科介紹給讀者，但因作者水平有限，缺點錯誤在所難免，敬請廣大讀者批評指正。



alt="" />

《機器學習基礎與實踐：從理論到應用》 這是一本麵嚮初學者的機器學習入門讀物，旨在係統性地介紹機器學習的核心概念、常用算法及其在實際問題中的應用。本書跳脫瞭過於理論化的繁瑣推導，力求在清晰易懂的講解基礎上，引導讀者掌握機器學習的思維方式和實踐技能。 本書結構與內容概覽： 全書共分為四大篇，循序漸進，由淺入深： 第一篇：機器學習的基石——概念與準備 第一章：機器學習概覽 什麼是機器學習？它為何重要？ 機器學習的分類：監督學習、無監督學習、強化學習。 機器學習在日常生活中的應用場景舉例（推薦係統、圖像識彆、自然語言處理等）。 機器學習項目的基本流程：數據收集、數據預處理、模型選擇、模型訓練、模型評估、模型部署。 第二章：數據預處理與特徵工程 理解數據：數據類型、數據質量評估。 數據清洗：缺失值處理（填充、刪除）、異常值檢測與處理。 數據轉換：特徵縮放（標準化、歸一化）、編碼（獨熱編碼、標簽編碼）。 特徵選擇與提取：過濾法、包裝法、嵌入法、主成分分析（PCA）。 構建有效的特徵，為模型學習打下堅實基礎。 第三章：Python與常用庫簡介 Python編程語言基礎迴顧（麵嚮對象、數據結構等）。 NumPy：科學計算的基石，數組操作與數學函數。 Pandas：數據處理的利器，DataFrame與Series的運用。 Matplotlib與Seaborn：數據可視化，圖錶繪製與分析。 Scikit-learn：機器學習算法的集大成者，API介紹與基本用法。 第二篇：監督學習的核心算法 第四章：綫性模型 綫性迴歸：模型原理、損失函數、梯度下降優化。 嶺迴歸與Lasso迴歸：正則化技術的引入，防止過擬閤。 邏輯迴歸：二分類問題的解決方案，Sigmoid函數與概率估計。 Softmax迴歸：多分類問題的擴展。 模型評估指標：均方誤差（MSE）、R-squared、準確率、精確率、召迴率、F1-score。 第五章：決策樹與集成學習 決策樹：樹的構建原理（ID3, C4.5, CART），信息增益與基尼不純度。 過擬閤與剪枝：提升模型泛化能力。 集成學習概述：Bagging與Boosting。 隨機森林：Bagging的經典實現，提升穩定性與準確性。 梯度提升樹（GBDT）：Boosting的代錶，逐層優化殘差。 XGBoost、LightGBM：高效的梯度提升庫，工程實踐中的寵兒。 第六章：支持嚮量機（SVM） 綫性SVM：最大間隔分類器，核函數的重要性。 核技巧：高維映射，解決非綫性可分問題。 常用核函數：多項式核、徑嚮基核（RBF）。 軟間隔與懲罰因子C。 SVM在文本分類等任務中的應用。 第七章：K近鄰（KNN）算法 KNN算法原理：基於距離的分類與迴歸。 距離度量：歐氏距離、曼哈頓距離等。 K值的選擇：超參數調優。 KNN的優缺點分析。 第三篇：無監督學習的探索 第八章：聚類分析 聚類任務：發現數據中的隱藏結構。 K-Means算法：迭代優化聚類中心，簡單高效。 層次聚類：自底嚮上或自頂嚮下的聚類方式。 DBSCAN算法：基於密度的聚類，能發現任意形狀的簇。 聚類評估：輪廓係數、Calinski-Harabasz指數。 第九章：降維技術 降維的意義：可視化、減少計算復雜度、去除冗餘信息。 主成分分析（PCA）：綫性降維，最大化數據方差。 t-SNE：非綫性降維，常用於數據可視化，保留局部結構。 其他降維方法簡介。 第四篇：實踐與進階 第十章：模型評估與調優 交叉驗證：K摺交叉驗證，更可靠的模型性能估計。 網格搜索與隨機搜索：超參數優化策略。 偏差-方差權衡：理解過擬閤與欠擬閤的根本原因。 ROC麯綫與AUC值：衡量二分類模型的整體性能。 第十一章：機器學習項目實戰 選擇真實數據集（例如，房價預測、客戶流失預測、垃圾郵件識彆）。 完整項目流程演練：從數據加載、探索性數據分析（EDA）、特徵工程、模型選擇、訓練、評估到結果解讀。 代碼示例貫穿始終，強調動手實踐。 第十二章：機器學習的未來與倫理 深度學習簡介（不深入講解具體網絡結構，僅概述概念）。 模型的可解釋性。 機器學習的倫理挑戰（偏見、公平性、隱私）。 持續學習與AI的未來展望。 本書特色： 強調理解而非記憶： 每一章節都力求清晰闡述算法的邏輯和思想，幫助讀者建立直觀的理解。 代碼驅動： 大量Python代碼示例，直接運行，方便讀者學習和模仿。 實例豐富： 結閤實際問題，展示機器學習的強大應用能力。 循序漸進： 從基礎概念到核心算法，再到實踐應用，邏輯清晰，難度適中。 實用導嚮： 關注工程實踐中的常見問題和技巧，幫助讀者快速上手。 目標讀者： 對機器學習感興趣，希望係統學習其基本原理和常用算法的學生。 希望將機器學習技術應用於實際項目的數據科學傢、工程師、研究人員。 具備一定Python編程基礎，渴望掌握一門強大數據分析工具的開發者。 對人工智能領域的發展趨勢有濃厚興趣的讀者。 《機器學習基礎與實踐：從理論到應用》將是您開啓機器學習之旅的理想夥伴，帶您深入理解智能的奧秘，掌握驅動未來的關鍵技術。

評分☆☆☆☆☆

我在一傢初創公司負責人工智能相關的産品開發，其中涉及到一些語音交互的功能。雖然我們團隊有算法工程師，但作為産品經理，我希望自己也能對語音信號處理有更深入的理解，這樣纔能更好地與技術團隊溝通，並能從産品層麵提齣更閤理的建議。市麵上關於語音信號處理的書籍很多，但很多都過於偏重理論，或者內容更新得不夠及時。《語音信號處理實驗教程》這個書名讓我看到瞭希望，我期望它能提供一種將理論知識轉化為實際工程能力的路徑。我非常看重書中的實驗部分，希望它能夠提供一些實際應用的案例，比如如何在嘈雜的環境下提高語音識彆的準確率，如何進行語音情感分析，或者如何實現自然流暢的語音閤成。如果書中能提供一些關於如何評估這些語音功能的性能指標，以及如何進行優化的指導，那就更有價值瞭。我希望這本書能夠幫助我理解語音信號處理的技術前沿，並能從中獲得一些可以藉鑒的實踐經驗，為我們産品的語音交互功能提供更強的技術支撐和産品創新思路。

評分☆☆☆☆☆

我是一位業餘的音頻愛好者，對聲音的産生、傳播和處理有著濃厚的興趣。雖然我沒有接受過正規的信號處理訓練，但我一直渴望能夠更深入地理解我所熱愛的音頻技術。我平時會玩一些音頻編輯軟件，但總感覺自己隻是在“摸索”，很多操作背後的原理我並不清楚。《語音信號處理實驗教程》這本書，聽起來就像是為我這樣的愛好者量身打造的。我非常期待它能夠用一種相對容易理解的方式，講解語音信號處理的基本原理，而不是一上來就充斥著復雜的數學公式。我尤其看重“實驗”這個部分。我希望這本書能夠提供一些簡單有趣的實驗，讓我能夠通過實際操作來感受聲音的變化。比如，如何改變聲音的音高，如何去除背景噪音，如何模擬不同的聲學環境，甚至如何嘗試製作簡單的語音閤成效果。如果能提供一些可以下載和運行的程序，讓我可以在自己的電腦上進行這些實驗，那就太好瞭。我希望通過這些實驗，我能夠對語音信號處理有一個初步的認識，瞭解它的基本構成和處理方法，並能夠將這些知識應用到我自己的音頻創作或處理中，讓我的音頻作品更具專業性和趣味性。

評分☆☆☆☆☆

我是一名正在攻讀信號處理方嚮研究生的學生，平時在做一些與語音相關的工作，但感覺在理論基礎和實踐技能上都還有很大的提升空間。市麵上關於語音信號處理的書籍確實不少，但很多要麼是偏嚮理論的深度挖掘，要麼是過於陳舊，對近些年發展起來的新技術覆蓋不足。當我翻開這本《語音信號處理實驗教程》時，最先吸引我的是它那種腳踏實地的風格。它沒有一開始就拋齣一堆高深的數學公式，而是嘗試從一個更直觀的角度去引入概念，這對我這種需要將理論與實際相結閤的學生來說非常友好。我特彆關注書中的實驗部分，因為我深知動手實踐的重要性。隻有通過自己搭建平颱、運行代碼、觀察結果，纔能真正理解那些公式背後的含義，纔能感受到算法的魅力。我希望這本書能夠提供一套完整、可復現的實驗環境和指導，最好能涵蓋從基礎的信號預處理到復雜的特徵提取，再到模型訓練和評估的整個流程。如果能提供一些常用的工具庫（如MATLAB, Python的SpeechRecognition庫等）的使用指南，並給齣相應的代碼模闆，那就再好不過瞭。我期待通過這些實驗，能夠加深對語音信號的時域、頻域特性，以及各種濾波、變換、特徵提取算法的理解，並能靈活運用到我的科研項目中去，解決一些實際問題，而不是僅僅停留在理論層麵。

評分☆☆☆☆☆

我是一名正在準備畢業設計的計算機科學專業的學生，我的課題方嚮與語音技術相關，需要用到一些語音信號處理的技術。由於我的專業背景並非信號處理，所以在學習相關知識時遇到瞭一些睏難，尤其是很多理論概念比較抽象，難以轉化為實際的代碼實現。當我看到《語音信號信號處理實驗教程》這本書時，我感覺它可能是一個很好的解決方案。我非常希望這本書能夠提供清晰的理論講解，並能與實際的編程實現緊密結閤。我特彆關注書中的實驗部分，希望它能提供詳細的代碼示例，並且最好能夠基於Python語言，因為Python在數據科學和機器學習領域非常流行，與我的研究方嚮很契閤。我希望通過這些實驗，我能夠學習到如何進行語音信號的加載、預處理、特徵提取（如MFCC, spectrogram等），以及如何利用這些特徵來構建簡單的語音識彆或語音命令識彆模型。如果書中還能提供一些關於如何評估模型性能的指導，那就更完美瞭。我期待這本書能夠幫助我快速掌握語音信號處理的核心技術，並將它們應用到我的畢業設計中，順利完成我的研究任務。

評分☆☆☆☆☆

我一直對聲音的本質及其處理方式感到好奇，但苦於沒有係統學習的途徑。之前零散地看過一些關於音頻處理的資料，但往往難以深入，很多技術細節也含糊不清。《語音信號處理實驗教程》這個名字讓我覺得它可能是一本非常實用的入門書籍。我希望這本書能夠從最基礎的概念講起，比如什麼是聲音，什麼是信號，什麼是數字信號，然後循序漸進地介紹語音信號的特點和處理方法。我尤其期待書中的“實驗”部分，希望它能提供一些可以通過簡單工具就能完成的實踐操作。例如，如何用簡單的軟件錄製一段聲音，如何觀察它的波形，如何嘗試改變它的頻率或幅度，甚至如何嘗試用簡單的算法實現一個降噪的效果。如果書中能提供一些易於理解的代碼示例，讓我可以在電腦上跟著操作，那就太棒瞭。我希望通過這些實驗，我能夠親身體驗語音信號處理的樂趣，並且能夠對這個領域有一個初步的認識，為我未來更深入的學習打下基礎。

評分☆☆☆☆☆

我是一名大學教師，負責教授信號處理及相關課程。在教學過程中，我發現傳統的理論教材往往難以激發學生的學習興趣，也難以讓他們真正理解抽象的信號處理概念。因此，我一直在尋找一本能夠將理論與實踐有機結閤，並且能夠幫助學生動手操作的優秀教材。《語音信號處理實驗教程》這個書名立刻吸引瞭我的注意。我非常希望這本書能夠為我的教學提供有力的支持。我期待它能夠提供一套結構清晰、內容完整的實驗體係，涵蓋語音信號處理的各個重要環節，從基礎的信號采集與預處理，到關鍵的特徵提取，再到常用的分析與識彆算法。更重要的是，我希望這本書能夠提供詳細的實驗指導，包括實驗目的、實驗步驟、實驗原理，以及對實驗結果的分析與討論。如果能夠提供配套的實驗代碼，並且這些代碼是基於當前主流的開發環境（例如Python配閤NumPy, SciPy, Librosa等庫），那麼將極大地減輕我備課和指導學生的負擔。我相信，通過這樣的實驗教學，學生們不僅能夠加深對語音信號處理理論的理解，更能培養他們的動手能力、問題解決能力和創新精神，為他們未來的學習和工作打下堅實的基礎。

評分☆☆☆☆☆

我是一名在校的電子工程專業的學生，正在學習信號處理的相關課程。平時我對於如何將復雜的信號處理理論應用於實際工程問題，尤其是通信和人工智能領域，有著強烈的興趣。《語音信號處理實驗教程》這本書的名字，讓我眼前一亮，我感覺它可能是一本能夠將枯燥的理論知識與生動的實踐應用結閤起來的優秀教材。我非常希望這本書能夠提供一套係統的實驗框架，帶領我從零開始，一步步掌握語音信號處理的核心技術。我關注的重點在於實驗的可操作性和與實際應用的結閤程度。我希望書中能夠提供清晰的實驗步驟，詳細的代碼實現，並且這些實驗能夠涵蓋語音信號處理的各個重要環節，例如信號的采集與分析、特徵提取、模型構建與訓練等。如果能夠提供一些基於實際場景的實驗案例，例如語音助手、智能客服等，那麼將更能激發我的學習熱情，並幫助我理解這些技術在現實世界中的價值。我期待通過這本書的實驗學習，能夠提高我的工程實踐能力，並將所學知識融會貫通，為我未來的學習和職業發展打下堅實的基礎。

評分☆☆☆☆☆

作為一個在音頻技術領域摸爬滾打多年的工程師，我一直認為，再好的理論如果不能轉化為實際的工程能力，都是紙上談兵。我手頭已經有很多關於語音處理的書籍，但大多數都偏重於學術的深度，很少有能真正指導我如何進行工程實現的。當我看到《語音信號處理實驗教程》這個書名的時候，我的眼前一亮。我迫切地希望這本書能夠填補這個空白，提供一套切實可行的、麵嚮工程實踐的語音信號處理方法論。我非常看重實驗的實用性和可操作性。我希望它能提供詳盡的實驗步驟，清晰的圖示，以及易於理解的代碼示例，最好能覆蓋一些實際工程中常見的挑戰，比如如何在嘈雜環境下進行語音增強，如何設計魯棒的語音識彆係統，或者如何實現高質量的語音閤成。更進一步，我希望這本書能引導我理解不同算法的優缺點，以及它們在不同應用場景下的適用性，讓我能夠根據實際需求選擇最閤適的解決方案。如果書中能夠包含一些案例研究，展示如何將這些技術應用於實際産品或服務中，那就更能體現其價值瞭。我期待這本書能成為我工具箱裏的一件趁手兵器，幫助我更高效、更專業地解決語音技術相關的工程問題。

評分☆☆☆☆☆

說實話，我是一個語音信號處理領域的初學者，之前對這個領域瞭解不多，隻知道它在人工智能、智能傢居等領域有著廣泛的應用。當我無意中看到《語音信號處理實驗教程》這本書時，我感覺這可能是我入門這個領域的絕佳機會。我最希望這本書能夠提供一個循序漸進的學習路徑，從最基礎的概念講起，逐步深入。我非常擔心一開始就接觸到過於復雜的數學理論，這會讓我望而卻步。因此，我期待這本書能夠用通俗易懂的語言解釋每一個概念，並通過大量的圖示和類比來幫助我理解。當然，最關鍵的是“實驗”二字。我希望它能提供一些非常簡單的、可操作的實驗，讓我能夠親手“玩轉”語音信號。比如，如何加載一段音頻，如何播放，如何觀察波形圖，如何進行簡單的濾波等等。如果能有配套的軟件工具或者代碼，讓我可以在電腦上跟著操作，那就太棒瞭。我希望通過這些實驗，我能夠逐漸建立起對語音信號處理的基本認識，瞭解它的基本原理和應用，並能對這個領域産生濃厚的興趣，為我進一步深入學習打下堅實的基礎。

評分☆☆☆☆☆

這本書的封麵設計挺有意思的，不是那種枯燥的學術風格，而是帶瞭點科技感和未來感，讓人一看就覺得內容會比較新穎。拿到書後，第一感覺是紙張質量不錯，印刷也很清晰，拿在手裏沉甸甸的，很有分量，感覺內容應該很充實。我一直在尋找一本能夠係統學習語音信號處理的教材，之前看過一些國外引進的書，雖然內容很專業，但總覺得理論性太強，實踐操作的部分不夠詳細，很多時候看瞭半天還是不知道如何下手。國內的書籍又常常深度不夠，講解得過於淺顯。所以，看到這本書的目錄，我還是挺期待的。特彆是看到它包含瞭“實驗”這個詞，我感覺這正是我所需要的，理論與實踐結閤，能幫助我真正理解和掌握那些抽象的概念。我希望這本書能夠提供清晰的實驗步驟，甚至可以有配套的代碼示例，這樣我就可以跟著書中的指導一步步操作，親身體驗語音信號處理的各種算法是如何工作的。而且，如果實驗能涵蓋一些實際的應用場景，比如語音識彆、語音閤成、噪聲消除等方麵，那就更棒瞭，這樣我不僅能學到技術，還能看到技術的應用價值，激發我的學習興趣。畢竟，學技術最終還是要用在實際問題上的，如果這本書能夠提供這樣的橋梁，那它的價值就大大提升瞭。

評分☆☆☆☆☆

沒有外包裝很隨意地裝在紙盒裏還有一本書被摺瞭差評

評分☆☆☆☆☆

對語音信號的前端處理講的很詳細

評分☆☆☆☆☆

比較坑人，沒有光盤不說，書名是C++版，但不給完整的源程序，僅在書中列齣些源代碼，如何調試得通啊？書中說可在齣版社下載課件和源代碼，費瞭九牛二虎之力，下載下來一看，隻有課件和部分聲音文件，根本就沒有源代碼，騙人的。已經買瞭，到底能從中收獲多少，前景堪憂。

評分☆☆☆☆☆

語音信號處理最近比較火，買來掃一下忙盲

評分☆☆☆☆☆

相當的滿意，京東越來越好，産品越來越多，物流越來越快！價格越來越低！

評分☆☆☆☆☆

(⊙o⊙)哇急急急急急急嗬嗬

評分☆☆☆☆☆

書很好，且比較適閤我現在的需求！實驗很好，實踐與理論配閤，很不錯。

評分☆☆☆☆☆

專業用書，老公喜歡，品質保證

評分☆☆☆☆☆

非常不錯的教材，內容全麵，配套實驗教程，幫助學生理解掌握理論知識