基于深度学习的单声道人声与伴奏分离算法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 单声道语音分离技术的发展 | 第10-13页 |
| 1.2.1 基于计算听觉场景分析的语音分离方法 | 第10-11页 |
| 1.2.2 基于模型的语音分离方法 | 第11-13页 |
| 1.3 本文的主要贡献与创新 | 第13页 |
| 1.4 论文的结构安排 | 第13-15页 |
| 第二章 神经网络的基本原理 | 第15-28页 |
| 2.1 神经网络的结构 | 第15-18页 |
| 2.2 神经网络的训练 | 第18-23页 |
| 2.3 神经网络的权重初始化 | 第23-24页 |
| 2.4 神经网络避免过拟合的方法 | 第24-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于深度学习的语音分离前沿算法 | 第28-42页 |
| 3.1 基于全连接神经网络的算法 | 第28-31页 |
| 3.2 基于卷积降噪自编码器的算法 | 第31-38页 |
| 3.3 基于循环神经网络的算法 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于U-Net的分离框架 | 第42-54页 |
| 4.1 分离框架 | 第42-43页 |
| 4.2 U-Net的网络结构 | 第43-48页 |
| 4.2.1 用于图像分割的U-Net | 第44-46页 |
| 4.2.2 用于语音分离的改进U-Net | 第46-48页 |
| 4.3 训练目标与损失函数 | 第48-50页 |
| 4.4 评价指标 | 第50-52页 |
| 4.5 适用于语音分离的数据扩增方法 | 第52页 |
| 4.6 本章小结 | 第52-54页 |
| 第五章 算法的实现与评估 | 第54-69页 |
| 5.1 不同深度U-Net与自编码器的性能对比 | 第54-58页 |
| 5.2 目标与损失函数的影响 | 第58-60页 |
| 5.3 基于DSD100数据集的性能评估 | 第60-64页 |
| 5.4 隐藏层的可视化 | 第64-67页 |
| 5.5 本章小结 | 第67-69页 |
| 第六章 全文总结与展望 | 第69-71页 |
| 6.1 全文总结 | 第69-70页 |
| 6.2 后续工作展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-79页 |
| 攻读硕士学位期间取得的成果 | 第79页 |
