导语

  

内容提要

  

    本书由谷歌首席科学家Lyon撰写，是一部关于听觉研究的系统性学术著作。书中提出利用CARFAC模型模拟耳蜗对声音信号的分析，利用带有精细时序结构的SAI表征听觉神经模式，明确反对将耳蜗视作傅里叶频率分析器的做法。本书内容系统且全面，涵盖人类听觉原理、机器听觉理论、精密听觉模型建模和机器听觉应用实例，还包括对听觉研究史上的标志性人物及事例的介绍。本书对数学原理的阐释脉络清晰，并配有算法源码，适合相关领域的技术人员和研究人员参考，也适合作为高等院校相关研究生课程的教材。

译者序
序言
前言
关于作者
第一部分  声音分析与表征概述
  第1章  引言
    1.1  David Marr论视觉与听觉
    1.2  自上而下与自下而上分析
    1.3  神经模拟方法
    1.4  听觉图像
    1.5  耳朵是频率分析器吗
    1.6  第三音
    1.7  声音理解与意义提取
    1.8  机器视觉与机器学习技术的利用
    1.9  本书的内容安排
  第2章  听觉理论
    2.1  一种“新”的听觉理论
    2.2  更新的听觉理论
    2.3  主动与非线性听觉理论
    2.4  听觉三元理论
    2.5  听觉图像理论
  第3章  对数及幂律听觉
    3.1  对数与幂律
    3.2  对数频率
    3.3  对数功率
    3.4  Bode图
    3.5  感知映射
    3.6  恒Q值分析
    3.7  对数应用注意事项
  第4章  人类听觉概述
    4.1  人机对比
    4.2  听觉生理学
    4.3  听觉中的关键问题
    4.4  响度
    4.5  临界频带、掩蔽与抑制
    4.6  音高感知
    4.7  音色
    4.8  协和与不协和
    4.9  语音感知
    4.10  双耳听觉
    4.11  听觉流
    4.12  非线性
    4.13  后续建议
  第5章  声学方法与听觉修正
    5.1  声音、语音与音乐建模
    5.2  短时谱分析
    5.3  谱的平滑与变换
    5.4  源-滤波器模型与同态信号处理
    5.5  摆脱对数
    5.6  听觉频率尺度
    5.7  mel频率倒谱
    5.8  线性预测编码
    5.9  PLP与RASTA
    5.10  自动语音识别中的听觉技术
    5.11  必要的改进
第二部分  听觉的系统理论
  第6章  线性系统引言
    6.1  平滑：恰当的起点
  ……
第三部分  听觉外周
第四部分  听神经系统
第五部分  机器学习及应用
中英文术语对照表
参考文献