书名：通信声学：语音、音频及心理声学导论
定价：190.0
ISBN：9787030796981
作者：（芬）维勒·普尔基（Ville Pulkki）,（芬）马蒂·卡尔贾莱宁（Matti Karjalainen）
版次：1
出版时间：2026-04

内容提要：

本书主要针对现代“通信声学”课程的学习目标，从工程心理声学的角度出发，全面介绍了声音和语音通信的知识体系。内容包括物理声学、信号处理、人的听知觉特性、心理声学、语音及音频技术以及听力学等。

目录：
目录
译者序
原书序
第0章 引言 1
第1章 如何学习及应用通信声学 6
1.1 知识领域 6
1.2 研究方法论及其发展过程 7
1.3 建模的系统方法 8
1.4 全书内容 11
1.5 本书重点 11
参考文献 12
第2章 声音的物理特性 13
2.1 声音的振动及声波特性 13
2.1.1 从振动到声波 13
2.1.2 一个简单振动系统 14
2.1.3 共振 16
2.1.4 复杂质点弹簧系统 17
2.1.5 模态特性 18
2.1.6 波 19
2.2 声学度量及参量 21
2.2.1 声音及语音信号 21
2.2.2 声压 22
2.2.3 声压级 22
2.2.4 声功率 23
2.2.5 声强 23
2.2.6 基于振幅及声级参量的计算 24
2.3 声波现象 24
2.3.1 球面波 25
2.3.2 平面波及管道中的波场 25
2.3.3 固体材料中的波传播 27
2.3.4 反射、吸收及折射 30
2.3.5 散射与衍射 30
2.3.6 多普勒效应 31
2.4 封闭空间中的声音：房间与大厅声学 32
2.4.1 房间中的声场 32
2.4.2 混响 34
2.4.3 房间内声压级 35
2.4.4 房间内声音的模态特性 36
2.4.5 封闭空间声学的计算建模 37
2.5 本章小结 39
2.6 延伸阅读 39
参考文献 40
第3章 信号及信号处理 42
3.1 信号 42
3.1.1 声信号 42
3.1.2 典型信号 43
3.2 信号处理的基本概念 45
3.2.1 线性时不变系统 45
3.2.2 卷积 46
3.2.3 信号变换 47
3.2.4 傅里叶分析及合成 47
3.2.5 频谱分析 49
3.2.6 时频表示 52
3.2.7 滤波器组 53
3.2.8 自相关和互相关 54
3.2.9 倒谱 55
3.3 数字信号处理 56
3.3.1 采样和信号转换 56
3.3.2 Z变换 57
3.3.3 滤波器作为LTI系统 58
3.3.4 数字滤波 58
3.3.5 线性预测 60
3.3.6 自适应滤波 62
3.4 隐马尔可夫模型 63
3.5 智能及学习系统的概念 64
3.6 本章小结 65
3.7 延伸阅读 65
参考文献 65
第4章 电声学及音频系统的响应 67
4.1 电声学 67
4.1.1 扬声器 67
4.1.2 传声器 69
4.2 音频系统响应 71
4.2.1 系统响应的测量 71
4.2.2 理想的声音重放 72
4.2.3 脉冲响应与幅频响应 72
4.2.4 相频响应 73
4.2.5 非线性失真 74
4.2.6 信噪比 75
4.3 响应均衡 75
4.4 本章小结 77
4.5 延伸阅读 77
参考文献 77
第5章 语音 79
5.1 语音的生成 80
5.1.1 语音生成机制 80
5.1.2 声带及发声 81
5.1.3 声道、鼻道及构音 82
5.1.4 口唇辐射测量 83
5.2 语音学中的语音单位及符号 84
5.2.1 元音 85
5.2.2 辅音 87
5.2.3 韵律及超音段特征 89
5.3 语音生成建模 90
5.3.1 声门建模 92
5.3.2 声道建模 92
5.3.3 构音合成 94
5.3.4 共振峰合成 95
5.4 歌声 95
5.5 本章小结 96
5.6 延伸阅读 97
参考文献 97
第6章 乐器及声音合成 99
6.1 原声乐器 99
6.1.1 乐器的类型 99
6.1.2 乐器中的共鸣器 100
6.1.3 激励源 102
6.1.4 振动频率控制 103
6.1.5 激励与共鸣结构的结合 103
6.2 音乐中的声音合成 104
6.2.1 声音的包络 104
6.2.2 合成方法 105
6.2.3 基于一维物理模型的拨弦乐器声音合成 106
6.3 本章小结 107
6.4 延伸阅读 108
参考文献 108
第7章 听觉的生理和解剖 110
7.1 人耳的总体结构 110
7.2 外耳 111
7.3 中耳 112
7.4 内耳 114
7.4.1 耳蜗的结构 114
7.4.2 被动耳蜗处理 116
7.4.3 耳蜗的主动机制 117
7.4.4 内毛细胞 120
7.4.5 耳蜗的非线性 120
7.5 耳声发射 121
7.6 听神经 122
7.6.1 基于发放率的信息传输 123
7.6.2 锁相 124
7.7 听觉神经系统 126
7.7.1 听觉传导通路的结构 126
7.7.2 关于脑功能的研究 128
7.8 构建听觉计算模型的动机 129
7.9 本章小结 129
7.10 延伸阅读 130
参考文献 130
第8章 心理声学的研究途径及方法 132
8.1 声事件与听觉事件 132
8.2 心理物理学函数 134
8.3 声事件的产生 134
8.3.1 声信号的合成 134
8.3.2 听音设置及条件 136
8.3.3 对听觉事件特定细节的注意力导向 137
8.4 听音测试中受试者的选择 137
8.5 测量的对象 137
8.5.1 阈值 137
8.5.2 标度及对感知的分类 139
8.5.3 听音测试中的数值标度 140
8.6 受试者的任务 141
8.7 基础心理声学测试方法 142
8.7.1 恒定刺激法 142
8.7.2 极限法 143
8.7.3 调节法 143
8.7.4 跟踪法 144
8.7.5 直接标度法 144
8.7.6 自适应阶梯法 144
8.8 描述性感官分析 145
8.8.1 言语导出法 146
8.8.2 非言语导出法 148
8.8.3 间接导出法 148
8.9 统计学角度的心理声学测试 149
8.10 本章小结 149
8.11 延伸阅读 150
参考文献 150
第9章 听觉的基本功能 152
9.1 有效听区 152
9.1.1 等响…线 154
9.1.2 声级及其测量 154
9.2 频谱掩蔽 155
9.2.1 噪声掩蔽 156
9.2.2 纯音掩蔽 157
9.2.3 复合音掩蔽 159
9.2.4 其他掩蔽效应 159
9.3 时域掩蔽 160
9.4 听觉的频域选择性 162
9.4.1 心理声学调谐…线 162
9.4.2 Bark带宽 163
9.4.3 ERB带宽 165
9.4.4 Bark、ERB及Greenwood尺度 166
9.5 本章小结 167
9.6 延伸阅读 167
参考文献 167
第10章 基础心理声学参量 169
10.1 音高 169
10.1.1 音高强度和频率范围 169
10.1.2 音高的最小可觉差 170
10.1.3 音高感知与声音时长 171
10.1.4 梅尔尺度 172
10.1.5 对数音高尺度及音阶 173
10.1.6 音高变化及频率调制的检测阈值 174
10.1.7 有色噪声的音高 175
10.1.8 重复音高 175
10.1.9 虚拟音高 175
10.1.10 非谐波关系复合声的音高 176
10.1.11 音高理论 176
10.1.12 绝对音高 177
10.2 响度 177
10.2.1 响度测定实验 177
10.2.2 响度级 178
10.2.3 纯音的响度 179
10.2.4 宽带信号的响度 180
10.2.5 兴奋模式，特性响度及响度 181
10.2.6 响度的差别阈值 183
10.2.7 响度与声音时长 185
10.3 音色 186
10.3.1 稳态声音的音色 187
10.3.2 带调制的声音的音色 187
10.4 声音的主观时长 187
10.5 本章小结 189
10.6 延伸阅读 189
参考文献 189
第11章 听觉的进阶分析 191
11.1 尖锐度 191
11.2 调制和声音起始的检测 193
11.2.1 波动强度 193
11.2.2 脉冲性 195
11.3 粗糙度 196
11.4 调性 198
11.5 信号幅度及相位谱变化的辨识 199
11.5.1 幅度谱自适应 199
11.5.2 对相位及时间差的感知 200
11.6 心理声学概念与音乐 205
11.6.1 感觉协和音与不协和音 205
11.6.2 音乐中的音程、音阶及律制 208
11.6.3 节奏、速度及小节 210
11.7 声音的感知组织 210
11.7.1 声源分离 212
11.7.2 声音流及听觉场景分析 212
11.8 本章小结 215
11.9 延伸阅读 215
参考文献 216
第12章 空间听觉 218
12.1 空间听觉的概念和定义 218
12.1.1 基本概念 218
12.1.2 空间听觉坐标系 219
12.2 头相关声学 221
12.3 定位因素 225
12.3.1 双耳时间差 226
12.3.2 双耳声级差 229
12.3.3 双耳相干性 230
12.3.4 在混乱锥上决定方向的因素 231
12.3.5 空间听觉和视觉之间的交互 234
12.4 定位精度 234
12.4.1 在水平面内定位 234
12.4.2 在中垂面内定位 236
12.4.3 3D定位 236
12.4.4 对空间扩展声源分布的感知 237
12.5 封闭空间中的方向听觉 239
12.5.1 优先效应 239
12.5.2 定位中对房间效应的适应 240
12.6 音色感知中的双耳优势 241
12.6.1 双耳检测和解掩蔽 241
12.6.2 双耳去音染 243
12.7 声源距离的感知 243
12.7.1 距离感知的因素 243
12.7.2 距离感知的精度 245
12.8 本章小结 246
12.9 延伸阅读 246
参考文献 246
第13章 听觉建模 249
13.1 基于DFT的简单心理声学建模 250
13.2 滤波器组模型 254
13.2.1 外耳及中耳建模 255
13.2.2 Gammatone滤波器组及听觉神经响应 255
13.2.3 与声级相关的滤波器组 257
13.2.4 包络检测及时域动态特性 258
13.3 耳蜗模型 260
13.3.1 基底膜模型 260
13.3.2 毛细胞模型 261
13.4 更高层级系统特性的建模 263
13.4.1 音高及周期性分析 263
13.4.2 响度感知的建模 264
13.5 空间听觉模型 265
13.5.1 基于延迟网络的双耳听觉模型 265
13.5.2 均衡消除及ILD模型 268
13.5.3 计数-比较模型 268
13.5.4 中垂面上的定位模型 270
13.6 MATLAB示例 270
13.6.1 基于自相关音高分析的滤波器组模型 270
13.6.2 基于互相关ITD分析的双耳滤波器组模型 272
13.7 本章小结 274
13.8 延伸阅读 275
参考文献 275
第14章 声音的重放 279
14.1 对声音重放的需求 279
14.2 音频内容制作 280
14.3 听音环境设置 282
14.3.1 扬声器设置 282
14.3.2 听音室声学 284
14.3.3 视听系统 285
14.3.4 听-触觉系统 286
14.4 捡拾技术 287
14.4.1 单通路技术 287
14.4.2 点传声器技术 288
14.4.3 用于双通路立体声的重合传声器技术 288
14.4.4 双通路立体声中的空间传声器技术 289
14.4.5 多通路扬声器系统中的空间传声器技术 289
14.4.6 用于Ambisonics多通路系统的重合捡拾技术 290
14.4.7 空间声的非线性时频域重放 293
14.5 虚拟声源定位 295
14.5.1 振幅信号馈给 295
14.5.2 立体声系统中的振幅信号馈给 295
14.5.3 水平面内多通路扬声器系统中的振幅信号馈给 296
14.5.4 3D振幅信号馈给 297
14.5.5 基于Ambisonics的虚拟声源定位 298
14.5.6 波场合成 298
14.5.7 时延信号馈给 299
14.5.8 虚拟声源宽度的合成 300
14.6 双耳技术 300
14.6.1 通过耳机聆听双耳捡拾信号 300
14.6.2 耳机听音的HRTF处理 301
14.6.3 通过耳机的扬声器虚拟听音 302
14.6.4 双通路立体声内容的耳机听音 303
14.6.5 使用串声消除扬声器的双耳技术 303
14.7 数字音效处理 304
14.8 混响器 306
14.8.1 在混响器中使用房间脉冲响应 306
14.8.2 混响器的数字信号处理结构 307
14.9 本章小结 308
14.10 延伸阅读及可用的工具箱 308
参考文献 309
第15章 音频的时频域处理及编码 316
15.1 时频域处理的基本概念与技术 316
15.1.1 基于帧的处理方法 316
15.1.2 降采样滤波器组处理 318
15.1.3 纯音序列的调制 320
15.1.4 混叠 321
15.2 时频变换 322
15.2.1 短时傅里叶变换 323
15.2.2 无混叠短时傅里叶变换 325
15.2.3 改进型离散余弦变换 325
15.2.4 伪-正交镜像滤波器组 327
15.2.5 复调制正交镜像滤波器 328
15.2.6 复数正交镜像滤波器频带的子-子带滤波 329
15.2.7 时频信号的随机测度 331
15.2.8 去相关 332
15.3 时频域音频处理技术 332
15.3.1 基于掩蔽的音频编码 332
15.3.2 基于频带复制的音频编码 333
15.3.3 参量立体声、MPEG环绕声，以及空间音频对象编码 333
15.3.4 立体声上混及扬声器与耳机增强 334
15.4 本章小结 336
15.5 延伸阅读 336
参考文献 336
第16章 语音技术 339
16.1 语音编码 339
16.2 文语转换合成 342
16.2.1 早期的基于知识的文语转换合成 343
16.2.2 单元选择合成 345
16.2.3 统计参数合成 346
16.3 语音识别 348
16.4 本章小结 350
16.5 延伸阅读 350
参考文献 351
第17章 声品质 354
17.1 声品质的历史背景 354
17.2 声品质的方方面面 356
17.3 声品质的系统架构 357
17.4 主观声品质测量 358
17.4.1 平均意见得分 358
17.4.2 MUSHRA 359
17.5 音频质量 361
17.5.1 单声道音频质量 361
17.5.2 单声道音频质量的感知测度与模型 361
17.5.3 空间音频质量 364
17.6 语音通信质量 365
17.6.1 主观方法及测度 366
17.6.2 客观方法及测度 367
17.7 基于调制传递函数的语音可懂度评测 368
17.7.1 调制传递函数 368
17.7.2 语音传输指数 373
17.7.3 STI与语音可懂度 373
17.7.4 STI的实际测量 374
17.8 电信系统的客观语音质量测量 375
17.8.1 通用语音质量测量技术 376
17.8.2 对背景噪声的感知效应的测量 377
17.8.3 对回声的感知效应的测量 378
17.9 礼堂及音乐厅中的声品质 379
17.9.1 主观测度 379
17.9.2 客观测度 381
17.9.3 辅音清晰度损失率 383
17.10 噪声声品质 383
17.11 产品声品质 384
17.12 本章小结 386
17.13 延伸阅读 386
参考文献 386
第18章 其他音频应用 391
18.1 虚拟现实和游戏音频引擎 391
18.2 声音交互设计 394
18.3 计算听觉场景分析 394
18.4 音乐信息检索 395
18.5 其他应用 396
18.6 本章小结 398
18.7 延伸阅读 398
参考文献 398
第19章 技术听力学 401
19.1 听力障碍和听力残疾 401
19.1.1 核心术语 402
19.1.2 听力障碍的分类 403
19.1.3 听力障碍成因 404
19.2 听力障碍的症状及后果 404
19.2.1 听阈偏移 404
19.2.2 失真与频率分辨率的下降 406
19.2.3 语音交流问题 407
19.2.4 耳鸣 408
19.3 噪声对听力的影响 408
19.3.1 噪声 409
19.3.2 噪声性听力损失的形成 410
19.3.3 暂时性阈移 410
19.3.4 听力保护 410
19.4 听力测定 413
19.4.1 纯音测听 413
19.4.2 骨导测听 414
19.4.3 言语测听 415
19.4.4 声场测听 415
19.4.5 鼓室导纳测试 416
19.4.6 耳声发射 417
19.4.7 神经响应 417
19.5 助听器 417
19.5.1 助听器的类型 418
19.5.2 助听器的信号处理 418
19.5.3 传输系统及助听装置 422
19.6 可移植式听力方案 422
19.6.1 人工耳蜗 422
19.6.2 声电联合刺激 424
19.6.3 骨锚式助听器 424
19.6.4 中耳植入 425
19.7 本章小结 425
19.8 延伸阅读 425
参考文献 425