Beszéd- és hangjelfeldolgozás

Olvasói vélemények

A könyv átfogó áttekintést nyújt a beszéd- és hangjelfeldolgozásról, hasznos olvasmányként, bár hiányoznak belőle a részletes matematikai technikák.

A fejezetek a hallgatók összezavarása nélkül önállóan is feladhatók; jó áttekintés a beszédfeldolgozásról és a kapcsolódó témákról, beleértve az olyan gyakran figyelmen kívül hagyott területeket is, mint a pszichoakusztika és a fülfiziológia.

Hiányoznak a részletes matematikai technikák; más, átfogóbb forrásokhoz képest túlárazottnak tekinthető.

(3 olvasói vélemény alapján)

Eredeti címe:

Speech Audio Signal Processing

Könyv tartalma:

Amikor 1999-ben megjelent a Speech and Audio Signal Processing (Beszéd- és hangjelfeldolgozás), a könyv kiemelkedett a versenytársak közül a széleskörű lefedettségével és a közérthető, intuitív stílusával. Ez a könyv az egyéni hallgatóknak és mérnököknek szólt, akiket a hangfeldolgozás széles köre izgatott, és kíváncsiak voltak a rendelkezésre álló technikák megértésére. Azóta, az iPod 2001-es megjelenésével a digitális hangzás és a zene területe robbanásszerűen megnőtt, ami sokkal nagyobb érdeklődést váltott ki az audiófeldolgozás technikai aspektusai iránt.

Ez a második kiadás frissíti és átdolgozza az eredeti könyvet, hogy új anyagokkal egészítse ki azt, amelyek leírják mind a digitális zenei terjesztést lehetővé tevő technológiákat (leginkább az MP3-at), mind az automatikus zenei tartalomfeldolgozás számos izgalmas új kutatási területét (mint például az automatikus átírás, zenei hasonlóság stb.), amelyek az elmúlt öt évben jelentek meg a digitális zenei forradalom hatására.

Az új fejezetek témái a következők:

⬤ Pszichoakusztikus hangkódolás, az MP3 és a kapcsolódó hangkódolási rendszerek leírása, amelyek a kvantálási zaj pszichoakusztikus maszkolásán alapulnak.

⬤ Zenei átírás, beleértve a zenei jelekből automatikusan levezetett hangjegyeket, ütemeket és akkordokat.

⬤ Zenei információkeresés, elsősorban a hangalapú műfaji osztályozásra, az előadó/stílus azonosítására és a hasonlóság becslésére összpontosítva.

⬤ Audio Source Separation, beleértve a multi-mikrofonos sugárformálást, a vak forrásszeparálást és a percepció által inspirált technikákat, amelyeket általában Computational Auditory SceneAnalysis (CASA) néven emlegetnek.