出版書誌データベース

音声の教科書として利用できるように前半では，音声研究の歴史，基礎的な音声分析アルゴリズム，音声生成メカニズムとモデルなどについて詳細に述べた。また後半では，応用研究として音声合成，雑音除去について説明した。

本書は六つの章からなる。
1章「音声と音声研究の歴史」では音声研究の分野への導入部であり，歴史と現状なども含めて簡潔に述べている。
2章「音声波形の特性」では音声信号処理の基礎について，音の高さや音声中に含まれる音韻情報などについて説明している。
3章「音声の生成機構とそのモデル」では人の発声の仕組みについて音声生成の音響メカニズムなど物理的な側面から説明している。またMRIで撮像した頭部断層像も用いて詳細に説明している。
4章「音声の分析」では音声波形の性質に注目した基礎的な音声分析法について説明している。5章「音声合成」では人と機械（ロボット）との情報交換手段として必要となる音声合成について述べている。近年の学習理論および計算機スペックの高性能化に伴い，機械から生成される音声品質は格段と自然性が改善されている。音声処理のみならず言語処理，および音声合成の応用研究，深層学習に基づく音声合成についても述べられている。
6章「音声処理の雑音対策」では実際の環境で音声認識や音声通話を行う際に少なからず問題となる背景雑音，および残響の対処方法について説明している。

1．音声と音声研究の歴史
1.1　音声とは
　1.1.1　人が音声を生成する過程
　1.1.2　音声に対する雑音とひずみ
　1.1.3　人が音声を認識する過程と冗長性
1.2　音声研究の歴史と現状
　1.2.1　機械による音声の認識と生成
　1.2.2　音声の分析合成の歴史と現状
　1.2.3　音声合成の歴史と現状
　1.2.4　音声認識の歴史と現状
1.3　音声研究と関連分野
　1.3.1　音声研究と関連する分野
　1.3.2　音声研究の応用分野
引用・参考文献
2．音声波形の特性
2.1　音声の波形とスペクトル
　2.1.1　音声波形の特徴
　2.1.2　音声スペクトルの特徴
　2.1.3　音声生成モデル
2.2　音韻の種類と特徴
　2.2.1　音韻の種類
　2.2.2　母音の特徴と分類
　2.2.3　子音の特徴と分類
引用・参考文献
3．音声の生成機構とそのモデル
3.1　音源-フィルタ理論：音声生成の基本モデル
　3.1.1　音声コミュニケーションの成り立ち
　3.1.2　音源とフィルタ：音声生成の基本要素
　3.1.3　音声生成過程の線形モデル
　3.1.4　音源-フィルタ理論と音源-フィルタ相互作用
3.2　声道の働きと音響モデル
　3.2.1　人の音声器官
　3.2.2　発話における声道の働き
　3.2.3　声道の音響モデル
　3.2.4　音響感度関数
　3.2.5　声道形状の個人差
3.3　声帯音源のメカニズム
　3.3.1　声帯音源の特徴
　3.3.2　声帯音源の生成：発声のMyoelastic-Aerodynamic理論
　3.3.3　基本周波数の調整と発声時の声帯振動の様子
　3.3.4　音源-フィルタ相互作用が発声に及ぼす影響
　3.3.5　声帯音源の物理モデル
3.4　音声生成の生理学的過程
引用・参考文献
4．音声の分析
4.1　スペクトル分析
　4.1.1　スペクトル分析の目的
　4.1.2　スペクトル分析の方法
　4.1.3　ノンパラメトリックなスペクトル分析
4.2　ケプストラム分析
　4.2.1　準同型分析とケプストラム分析
　4.2.2　ケプストラム分析
　4.2.3　複素ケプストラム分析
　4.2.4　実ケプストラムと複素ケプストラムの関係
　4.2.5　TANDEM-STRAIGHT
4.3　線形予測分析
　4.3.1　線形予測分析の時間領域での定式化
　4.3.2　予測係数の高速推定法
　4.3.3　線形予測分析の最尤推定法による定式化
4.4　PARCOR分析
　4.4.1　PARCOR分析の原理
　4.4.2　PARCOR分析の定式化
　4.4.3　PARCOR分析・合成システムの構成
　4.4.4　PARCOR係数と反射係数の関係
4.5　LSP分析
　4.5.1　LSP分析の原理
　4.5.2　LSP分析の定式化
　4.5.3　LSP音声合成システムの構成
引用・参考文献
5．音声合成
5.1　音声合成の概要
　5.1.1　音声合成の発展の歴史
　5.1.2　人工的に音声を合成するには？
5.2　テキスト音声合成の基本的な仕組み
　5.2.1　基本的な構成
　5.2.2　言語処理部
　5.2.3　音声処理
5.3　波形接続に基づく音声合成
　5.3.1　素片選択アルゴリズム
　5.3.2　コスト関数設計
　5.3.3　音声コーパス設計
　5.3.4　波形接続に基づく音声合成の利点と欠点
5.4　隠れマルコフモデルに基づく音声合成
　5.4.1　隠れマルコフモデル
　5.4.2　音声合成のための要素技術
　5.4.3　柔軟な音声合成
　5.4.4　音質改善手法
5.5　ニューラルネットワークに基づく音声合成
　5.5.1　ニューラルネットワーク
　5.5.2　深層音響モデルに基づく音声合成
　5.5.3　深層波形生成モデルに基づく音声合成
　5.5.4　End-to-End型音声合成
引用・参考文献
6．音声処理の雑音対策
6.1　背景雑音の除去
　6.1.1　雑音環境下での収音
　6.1.2　ウィーナーフィルタ
　6.1.3　スペクトルサブトラクション
　6.1.4　MMSE-STSA
　6.1.5　信号部分空間法
　6.1.6　より発展的な雑音除去法
6.2　残響の除去
　6.2.1　残響とは
　6.2.2　残響除去とは
　6.2.3　種々の残響除去方法
引用・参考文献
付録
A.1　直交原理の証明
　A.1.1　最小二乗推定と擬似逆行列
　A.1.2　直交射影
　A.1.3　直交原理
A.2　複素関数の微分
　A.2.1　微分の定義
　A.2.2　複素関数微分への拡張
引用・参考文献
索引