| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.3 本论文主要内容 | 第15-16页 |
| 第二章 基本概念及原理介绍 | 第16-22页 |
| 2.1 语音分离基本概念及原理 | 第16-19页 |
| 2.1.1 噪声类型 | 第16-17页 |
| 2.1.2 监督性语音分离 | 第17页 |
| 2.1.3 训练目标 | 第17-19页 |
| 2.2 去混响基本概念及原理 | 第19-20页 |
| 2.3 评价指标 | 第20-21页 |
| 2.3.1 STOI | 第20-21页 |
| 2.3.2 PESQ | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于DNN的语音分离与去混响框架 | 第22-28页 |
| 3.1 深度神经网络 | 第22-24页 |
| 3.1.1 深度神经网络的发展 | 第22-23页 |
| 3.1.2 深度神经网络的工作机制 | 第23-24页 |
| 3.2 基于深度神经网络的系统框架 | 第24-27页 |
| 3.2.1 时频分解 | 第25-26页 |
| 3.2.2 特征提取 | 第26页 |
| 3.2.3 波形合成 | 第26-27页 |
| 3.2.4 神经网络结构设置 | 第27页 |
| 3.3 本章小结 | 第27-28页 |
| 第四章 ORM与其他常用训练目标 | 第28-35页 |
| 4.1 优化浮值掩蔽 | 第28-30页 |
| 4.2 其他常用训练目标 | 第30-34页 |
| 4.2.1 傅里叶变换域的理想二值掩蔽(FFT Ideal Binary Mask,IBM_FFT) | 第30-31页 |
| 4.2.2 傅里叶变换域的理想浮值掩蔽(FFT Ideal Ratio Mask,IRM_FFT) | 第31-32页 |
| 4.2.3 复数域的理想浮值掩蔽(Complex Ideal Ratio Mask,cIRM) | 第32-33页 |
| 4.2.4 相敏掩蔽(Phase Sensitive Mask,PSM) | 第33-34页 |
| 4.3 本章小结 | 第34-35页 |
| 第五章 实验结果及分析 | 第35-43页 |
| 5.1 语音与噪声的分离 | 第35-39页 |
| 5.1.1 实验数据 | 第35页 |
| 5.1.2 实验设置 | 第35页 |
| 5.1.3 实验结果与分析 | 第35-39页 |
| 5.2 说话人语音分离 | 第39-41页 |
| 5.2.1 实验数据 | 第39页 |
| 5.2.2 实验结果与分析 | 第39-41页 |
| 5.3 语音去混响 | 第41-42页 |
| 5.3.1 实验数据 | 第41页 |
| 5.3.2 实验结果与分析 | 第41-42页 |
| 5.4 本章小结 | 第42-43页 |
| 第六章 总结与展望 | 第43-44页 |
| 参考文献 | 第44-49页 |
| 致谢 | 第49-50页 |
| 攻读硕士期间录用的学术论文 | 第50页 |
