《数字语音和图像信号处理》(Digital Voice and Image signal processing)[RMVB]
![《数字语音和图像信号处理》(Digital Voice and Image signal processing)[RMVB]](/Uploads/36/366/366528.jpg)
电驴资源
电驴资源简介
简介:
/thumb.jpg)
印度理工学院（indian institute of technology，简称iit）是由印度政府所建设和组成的七间自治工程与技术学院。在学术界具有世界声誉，被称为印度“科学皇冠上的瑰宝”，是印度最顶尖的工程教育与研究机构。印度理工学院培养的IT人才遍及世界各地，美国硅谷更是这些IT人才的聚集地。印度理工学院为印度软件业在世界范围内的成功做出了不可磨灭的贡献。
主讲人 Prof.S. Sengupta, Department of Electronics and Electrical Communication Engg ,IIT Kharagpur
本课程主要讲述了语音信号处理的基础、原理、方法和应用，以及长常见的语音信号编码方法；数字图像信号处理以及常见的数字图像压缩编码
课程讲座顺序依次是：人的语音产生的模型；语音编码方式；最优化语音编码；自适应滤波；差分方程表述；LDM与ADM编码；差分PCM编码；各种语音编码的方式以及其各自的特点；图像处理的特点；几种常用图像编码方式；离散小波变换；几种图像增强方式；嵌入式小波树编码；VOIp信号传输以及H.323协议；视频编码方式与特点
图像处理，是对图像进行分析、加工、和处理，使其满足视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。目前大多数的图像是以数字形式存储，因而图像处理很多情况下指数字图像处理。此外，基于光学理论的处理方法依然占有重要的地位。
图像处理是信号处理的子类，另外与计算机科学、人工智能等领域也有密切的关系。
传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上，比如降噪、量化等。然而，图像属于二维信号，和一维信号相比，它有自己特殊的一面，处理的方式和角度也有所不同。
本课程设计到的相关领域包括
分类（en:Classification）
特征提取
模式识别
投影
多尺度信号分析（en:Multi-scale signal analysis）
离散余弦变换
语音信号处理
本课程系统地介绍了语音信号处理的概念、原理、方法与应用以及该领域取得的新进展，主要内容包括语音信号处理的展过程、语音信号的产生与人类听觉的机理、线性语音产生模型、非线性语音产生模型、语凌晨信号的特征分析、语音信号的线性预测方法、语音信号的编码与合成技术、语音识别技术等，最后还介绍了近年来兴趣的一些基于语音识别的应用技术。
印度理工学院（indian institute of technology，简称iit）是由印度政府所建设和组成的七间自治工程与技术学院。在学术界具有世界声誉，被称为印度“科学皇冠上的瑰宝”，是印度最顶尖的工程教育与研究机构。印度理工学院培养的IT人才遍及世界各地，美国硅谷更是这些IT人才的聚集地。印度理工学院为印度软件业在世界范围内的成功做出了不可磨灭的贡献。
主讲人 Prof.S. Sengupta, Department of Electronics and Electrical Communication Engg ,IIT Kharagpur
本课程主要讲述了语音信号处理的基础、原理、方法和应用，以及长常见的语音信号编码方法；数字图像信号处理以及常见的数字图像压缩编码
课程讲座顺序依次是：人的语音产生的模型；语音编码方式；最优化语音编码；自适应滤波；差分方程表述；LDM与ADM编码；差分PCM编码；各种语音编码的方式以及其各自的特点；图像处理的特点；几种常用图像编码方式；离散小波变换；几种图像增强方式；嵌入式小波树编码；VOIp信号传输以及H.323协议；视频编码方式与特点
图像处理，是对图像进行分析、加工、和处理，使其满足视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。目前大多数的图像是以数字形式存储，因而图像处理很多情况下指数字图像处理。此外，基于光学理论的处理方法依然占有重要的地位。
图像处理是信号处理的子类，另外与计算机科学、人工智能等领域也有密切的关系。
传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上，比如降噪、量化等。然而，图像属于二维信号，和一维信号相比，它有自己特殊的一面，处理的方式和角度也有所不同。
本课程设计到的相关领域包括
分类（en:Classification）
特征提取
模式识别
投影
多尺度信号分析（en:Multi-scale signal analysis）
离散余弦变换
语音信号处理
本课程系统地介绍了语音信号处理的概念、原理、方法与应用以及该领域取得的新进展，主要内容包括语音信号处理的展过程、语音信号的产生与人类听觉的机理、线性语音产生模型、非线性语音产生模型、语凌晨信号的特征分析、语音信号的线性预测方法、语音信号的编码与合成技术、语音识别技术等，最后还介绍了近年来兴趣的一些基于语音识别的应用技术。