基于计算听觉场景分析的双说话人混合语音分离研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 语音分离研究现状 | 第11-13页 |
| 1.3 研究内容 | 第13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 第二章 计算听觉场景分析研究的相关技术 | 第14-25页 |
| 2.1 听觉场景分析 | 第14-15页 |
| 2.2 计算听觉场景分析 | 第15-18页 |
| 2.2.1 基本概念 | 第15-16页 |
| 2.2.2 理论依据 | 第16页 |
| 2.2.3 系统模型 | 第16-18页 |
| 2.3 外围处理模型 | 第18-22页 |
| 2.3.1 人耳听觉系统 | 第18-19页 |
| 2.3.2 模拟人耳的滤波器 | 第19-21页 |
| 2.3.3 语音信号谐波特性计算 | 第21-22页 |
| 2.4 聚类分析 | 第22-24页 |
| 2.4.1 类的定义 | 第22-23页 |
| 2.4.2 基于类内类间距离的分类 | 第23页 |
| 2.4.3 用于聚类计算的特征提取 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于隐马尔科夫模型的多基音跟踪算法 | 第25-35页 |
| 3.1 引言 | 第25页 |
| 3.2 研究现状 | 第25页 |
| 3.3 基于多基音跟踪算法的同时组织 | 第25-31页 |
| 3.3.1 外围处理和通道选择 | 第25-26页 |
| 3.3.2 计算时间顿内基音个数 | 第26-28页 |
| 3.3.3 模型描述 | 第28-29页 |
| 3.3.4 时频单元标记 | 第29-31页 |
| 3.4 实验结果与分析 | 第31-34页 |
| 3.4.1 实验语料 | 第31页 |
| 3.4.2 实验结果与分析 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于聚类的序列组合 | 第35-44页 |
| 4.1 引言 | 第35-36页 |
| 4.2 研究现状 | 第36页 |
| 4.3 系统框架 | 第36-37页 |
| 4.4 聚类过程 | 第37-39页 |
| 4.4.1 目标函数 | 第37-38页 |
| 4.4.2 搜索最佳分类 | 第38-39页 |
| 4.4.3 重新合成语音模块 | 第39页 |
| 4.5 实验结果与分析 | 第39-43页 |
| 4.5.1 数据集 | 第39-40页 |
| 4.5.2 参数确定 | 第40-41页 |
| 4.5.3 多说话人语音分离实验 | 第41-42页 |
| 4.5.4 实验结果分析 | 第42-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-47页 |
| 5.1 论文工作总结 | 第44-45页 |
| 5.2 工作展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士学位期间发表的论文情况 | 第52页 |
