摘要 | 第5-8页 |
Abstract | 第8-10页 |
主要缩写对照表 | 第17-19页 |
第一章 绪论 | 第19-31页 |
1.1 研究背景及意义 | 第19-20页 |
1.2 复杂环境下语音质量评价的研究现状 | 第20-28页 |
1.2.1 主观评价 | 第20-22页 |
1.2.2 客观评价 | 第22-28页 |
1.3 论文主要工作和章节安排 | 第28-31页 |
第二章 复杂环境下基于参考源构造的音质客观评价模型 | 第31-39页 |
2.1 引言 | 第31页 |
2.2 复杂环境下无参考源客观评价思路和技术路线 | 第31-34页 |
2.2.1 基于参考源构造的客观评价思路 | 第31-32页 |
2.2.2 客观评价算法的技术路线 | 第32-34页 |
2.3 音质评价性能指标和统计拟合模型 | 第34-36页 |
2.3.1 客观评价性能指标 | 第34-35页 |
2.3.2 统计拟合模型 | 第35-36页 |
2.4 实验数据与平台 | 第36-38页 |
2.4.1 实验数据库 | 第36-37页 |
2.4.2 实验平台 | 第37-38页 |
2.5 本章小结 | 第38-39页 |
第三章 基于改进MCRA的准干净语音构造方法 | 第39-59页 |
3.1 引言 | 第39-40页 |
3.2 MCRA噪声功率谱估计原理 | 第40-42页 |
3.3 基于改进MCRA的准干净语音构造方法 | 第42-48页 |
3.3.1 区分语音与非语音 | 第43-44页 |
3.3.2 非语音噪声谱估计 | 第44页 |
3.3.3 语音噪声谱估计 | 第44-47页 |
3.3.4 准干净语音获取 | 第47-48页 |
3.4 实验与结果分析 | 第48-57页 |
3.4.1 复杂环境下准干净语音构造性能分析 | 第48-53页 |
3.4.2 复杂环境条件下语音质量客观评价算法的性能比较 | 第53-57页 |
3.5 本章小结 | 第57-59页 |
第四章 基于自适应逼近残差的稀疏表示准干净语音构造方法 | 第59-88页 |
4.1 引言 | 第59-60页 |
4.2 稀疏表示和字典学习理论 | 第60-67页 |
4.2.1 稀疏表示方法 | 第60-65页 |
4.2.2 K-SVD字典学习算法 | 第65-67页 |
4.3 基于自适应逼近残差的过完备稀疏表示准干净语音构造方法 | 第67-79页 |
4.3.1 不同字典下的语音频谱稀疏性分析 | 第67-69页 |
4.3.2 逼近残差对准干净语音构造性能影响分析 | 第69-71页 |
4.3.3 交叉项估计 | 第71-73页 |
4.3.4 结合后验信噪比相关的权重因子自适应计算逼近残差 | 第73-75页 |
4.3.5 基于自适应逼近残差的准干净语音构造 | 第75-79页 |
4.4 实验与结果分析 | 第79-86页 |
4.4.1 复杂环境下准干净语音构造性能分析 | 第79-84页 |
4.4.2 不同语音质量客观评价算法的性能比较 | 第84-86页 |
4.5 本章小结 | 第86-88页 |
第五章 基于在线贝叶斯NMF的准干净语音构造方法 | 第88-108页 |
5.1 引言 | 第88-89页 |
5.2 基于NMF的语噪分离 | 第89-93页 |
5.2.1 NMF原理 | 第89-91页 |
5.2.2 用于语噪分离的NMF模型 | 第91-92页 |
5.2.3 标准NMF分离的局限性分析 | 第92-93页 |
5.3 基于贝叶斯NMF的准干净语音构造 | 第93-100页 |
5.3.1 贝叶斯NMF理论 | 第93-95页 |
5.3.2 变分贝叶斯NMF | 第95-97页 |
5.3.3 准干净语音构造流程 | 第97-98页 |
5.3.4 实验结果与分析 | 第98-100页 |
5.4 基于在线数据驱动的噪声基础矩阵自适应更新 | 第100-107页 |
5.4.1 噪声基础矩阵自适应更新思路 | 第100-101页 |
5.4.2 自适应更新流程 | 第101-102页 |
5.4.3 实验结果与分析 | 第102-107页 |
5.5 本章小结 | 第107-108页 |
总结与展望 | 第108-111页 |
参考文献 | 第111-120页 |
攻读博士学位期间取得的研究成果 | 第120-122页 |
致谢 | 第122-123页 |
附件 | 第123页 |