提要 | 第1-7页 |
第一章 绪论 | 第7-12页 |
·引言 | 第7页 |
·语音增强算法的基本问题 | 第7-11页 |
·线性预测 | 第8页 |
·幅度谱预测 | 第8-9页 |
·高斯模型假设 | 第9-11页 |
·信号存在与否的不确定性 | 第11页 |
·本文研究内容 | 第11-12页 |
第二章 单通道语音增强算法概述 | 第12-24页 |
·利用语音信号或噪声信号的周期性衰减噪声 | 第12-14页 |
·梳状滤波器 | 第12页 |
·自适应噪声对消方法(ANC) | 第12-14页 |
·基于语音生成模型的语音增强算法 | 第14-17页 |
·基于LPC 全极点模型的增强算法 | 第14-15页 |
·最大后验概率法 | 第15页 |
·卡尔曼滤波法 | 第15-17页 |
·基于短时谱幅度预测的语音增强算法 | 第17-22页 |
·短时谱估计 | 第17-18页 |
·谱减法 | 第18-21页 |
·短时谱幅度的MMSE 估计方法 | 第21-22页 |
·基于听觉感知准则的语音增强算法 | 第22-24页 |
第三章 基于听觉感知准则谱幅度贝叶斯估计的语音增强算法 | 第24-31页 |
·贝叶斯估计的一般形式 | 第24-25页 |
·问题的引入 | 第24-25页 |
·风险函数 | 第25页 |
·基于听觉感知准则的语音短时谱幅度预测 | 第25-31页 |
·考虑听觉掩蔽效应因素的语音增强算法 | 第26-27页 |
·考虑听觉掩蔽效应因素的语音增强算法的一般情况 | 第27-31页 |
第四章 改进的信噪比估计算法 | 第31-40页 |
·噪声消除参数及规则 | 第31-34页 |
·信噪比直接估计法 | 第34-37页 |
·直接法估计法原理 | 第34-35页 |
·分析 | 第35-37页 |
·两步噪声消除技术 | 第37-40页 |
·两步估计法原理 | 第37-39页 |
·性能分析与比较 | 第39-40页 |
第五章 自适应语音分割技术 | 第40-47页 |
·语音分割 | 第40-41页 |
·自适应语音分割 | 第41-47页 |
·问题提出的必要性 | 第41-42页 |
·算法的推导 | 第42-46页 |
·算法的实现 | 第46-47页 |
第六章 仿真分析与总结 | 第47-50页 |
·仿真分析 | 第47-49页 |
·总结 | 第49-50页 |
参考文献 | 第50-54页 |
摘要 | 第54-56页 |
ABSTRACT | 第56-59页 |
致谢 | 第59-60页 |
导师及作者简介 | 第60页 |