基于双耳声源定位的鲁棒语音分离研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 语音分离技术的研究背景和意义 | 第9-10页 |
| 1.2 语音分离技术的研究现状 | 第10-12页 |
| 1.3 论文主要研究内容及目标 | 第12-13页 |
| 1.3.1 双耳语音多声源定位 | 第12-13页 |
| 1.3.2 声源定位和语音分离的迭代结构 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 基于双耳空间定位的语音分离方法介绍 | 第15-31页 |
| 2.1 人类的听觉系统 | 第15-16页 |
| 2.1.1 人耳生理构造与听觉特点 | 第15页 |
| 2.1.2 空间听觉 | 第15-16页 |
| 2.2 双耳声源定位线索 | 第16-20页 |
| 2.2.1 耳间时间差 | 第17-18页 |
| 2.2.2 耳间强度差 | 第18-19页 |
| 2.2.3 双耳互相关函数 | 第19-20页 |
| 2.3 神经网络简介 | 第20-23页 |
| 2.3.1 神经元 | 第20-21页 |
| 2.3.2 浅层神经网络 | 第21-22页 |
| 2.3.3 深度神经网络 | 第22-23页 |
| 2.4 双耳语音信号的采集 | 第23-27页 |
| 2.4.1 与头相关传递函数 | 第23-24页 |
| 2.4.2 计算机合成双耳信号 | 第24-26页 |
| 2.4.3 人工头采集双耳信号 | 第26-27页 |
| 2.5 基于双耳空间定位的语音分离概述 | 第27-30页 |
| 2.5.1 原有的语音定位分离算法 | 第27-28页 |
| 2.5.2 鲁棒性语音分离算法 | 第28-29页 |
| 2.5.3 实验与性能评估方法 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 基于DNN的双耳声源定位算法 | 第31-47页 |
| 3.1 双耳空间线索提取 | 第31-34页 |
| 3.1.1 预处理 | 第31-33页 |
| 3.1.2 特征提取 | 第33-34页 |
| 3.2 对ITD定位方法的改进 | 第34-36页 |
| 3.3 基于DNN的声源定位方法 | 第36-43页 |
| 3.3.1 DNN结构 | 第36-39页 |
| 3.3.2 DNN训练算法 | 第39-42页 |
| 3.3.3 训练数据 | 第42页 |
| 3.3.4 训练参数 | 第42-43页 |
| 3.4 定位效果的评估 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 定位与分离的迭代方法 | 第47-61页 |
| 4.1 迭代框架 | 第47-48页 |
| 4.2 混合语音的首次定位 | 第48页 |
| 4.3 分离方法 | 第48-49页 |
| 4.4 重定位与重分离方法 | 第49-50页 |
| 4.5 实验与仿真 | 第50-59页 |
| 4.5.1 适定声源的迭代定位测试 | 第50-52页 |
| 4.5.2 欠定声源的迭代定位测试 | 第52-56页 |
| 4.5.3 分离语音的质量测试 | 第56-59页 |
| 4.6 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间参加的科研项目和完成的论文 | 第69页 |
