1.语音学概要 发音语音学、声学语音学、听觉语音学 语音产生原理、非平稳信号分析理论、感知、生物特性 2.线性预测基本原理与模型 基本思想：每个样值可以用它过去若干样值的加权和（线性组合）来表示，各加权的系数的确定原则是使预测误差的均方值为最小。 3.线性预测和信号模型的关系 4.线性预测参数解法 5.参数编码与混合编码 6.各种LPC参数及其关系

浊音/清音判定用于控制接收端激励函数的形式，一般说来，浊音比较好表示，清音在本质上是随机的，鉴于这个特点，时域语音信号的零交点计数在浊音/清音分类上有很大作用。混和的浊音和清音激励已经研究出了一些成果。近来，多波段混和浊音也在发展。脉冲激励普遍用于浊音，由于它在间隔的开始时能量太大，造成了比较高的峰值—均方根上，所以对固定的b位数—模输出，语音质量下降。

基音周估测是LPC分析与合成中两个最棘手的问题之一，精确、实时基音是合成高品质、高清晰语音的关键，对于浊音，基音周的长度决定了以什么样的时间间隔来激励接收端的语音合成滤波器。

Chinese Restaurants and Stick-Breaking: An Introduction to the Dirichlet Process. Motivation Mixture Models Dirichlet Process Gibbs Sampling Applications

1.1 Optical Flow Calculation 1.2 Creating Image Regions 2. Single-Level Hidden Markov Model 2.1 Definitions and Notation 2.2 HMM Parameter Estimation 3. Anomaly Detection