基于深度神经网络的语音分离研究
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 引言 | 第7-11页 |
| 1.1 研究背景和意义 | 第7-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 本文的组织框架 | 第10-11页 |
| 第2章 传统语音分离介绍 | 第11-15页 |
| 2.1 基于信号处理的语音增强 | 第11-12页 |
| 2.2 基于模型的语音分离 | 第12-13页 |
| 2.3 监督性语音分离 | 第13-15页 |
| 第3章 语音分离的声学特征 | 第15-28页 |
| 3.1 介绍 | 第15-17页 |
| 3.2 特征提取 | 第17-19页 |
| 3.2.1 概述 | 第17页 |
| 3.2.2 声学特征的介绍 | 第17-19页 |
| 3.3 特征组合 | 第19-20页 |
| 3.4 评价结果 | 第20-27页 |
| 3.4.1 实验设置 | 第20-21页 |
| 3.4.2 评估标准 | 第21页 |
| 3.4.3 结合音质特性 | 第21-23页 |
| 3.4.4 增量特征 | 第23-24页 |
| 3.4.5 特征结合 | 第24-25页 |
| 3.4.6 在不同SNR下的评估 | 第25页 |
| 3.4.7 对说话人的泛化 | 第25-27页 |
| 3.5 讨论 | 第27-28页 |
| 第4章 基于DNN的语音分离方法 | 第28-38页 |
| 4.1 介绍 | 第28-29页 |
| 4.2 泛化问题 | 第29-31页 |
| 4.3 基于DNN的语音分离泛化到新的噪声中 | 第31-32页 |
| 4.4 系统描述 | 第32-33页 |
| 4.5 实验设置和结果 | 第33-37页 |
| 4.5.1 实验设置 | 第33页 |
| 4.5.2 实验结果 | 第33-37页 |
| 4.6 实验结论 | 第37-38页 |
| 第5章 深度神经网络对时域信号的重构 | 第38-45页 |
| 5.1 介绍 | 第38页 |
| 5.2 系统结构 | 第38-40页 |
| 5.2.1 前向传播 | 第39页 |
| 5.2.2 反向传播 | 第39-40页 |
| 5.3 实验 | 第40-43页 |
| 5.3.1 实验设置 | 第40-41页 |
| 5.3.2 实验结果 | 第41-43页 |
| 5.4 结论 | 第43-45页 |
| 第6章 总结与展望 | 第45-47页 |
| 6.1 总结 | 第45页 |
| 6.2 展望 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |
