| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 无先验信息语音增强算法研究现状 | 第11-14页 |
| 1.2.2 有先验信息语音增强算法研究现状 | 第14-17页 |
| 1.3 研究目标 | 第17页 |
| 1.4 研究内容 | 第17-18页 |
| 1.5 论文结构 | 第18-20页 |
| 第2章 自回归模型基础理论 | 第20-24页 |
| 2.1 信号AR模型 | 第20-21页 |
| 2.2 AR模型参数的自相关求解方法 | 第21-22页 |
| 2.3 AR模型参数与AR谱包络 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于增益自适应的PHMM语音增强算法 | 第24-46页 |
| 3.1 隐马尔可夫模型理论 | 第24-28页 |
| 3.1.1 HMM的基本参数 | 第25页 |
| 3.1.2 HMM的基本算法 | 第25-28页 |
| 3.2 传统的基于HMM的语音增强算法 | 第28-33页 |
| 3.2.1 基于AR-HMM的语音增强算法 | 第28-31页 |
| 3.2.2 基于梅尔频率谱参数HMM语音增强算法 | 第31-33页 |
| 3.3 基于增益自适应的PHMM语音增强算法 | 第33-39页 |
| 3.3.1 PHMM的线下训练 | 第34页 |
| 3.3.2 含噪语音模型 | 第34-35页 |
| 3.3.3 MFS域中的增益调整因子估计 | 第35-36页 |
| 3.3.4 AR域中的谱增益因子估计 | 第36-37页 |
| 3.3.5 在线语音增强 | 第37-39页 |
| 3.4 性能测试及实验结果分析 | 第39-43页 |
| 3.4.1 测试数据说明 | 第39页 |
| 3.4.2 测试方法说明 | 第39-40页 |
| 3.4.3 测试结果与分析 | 第40-43页 |
| 3.5 本章小结 | 第43-46页 |
| 第4章 基于马尔科夫过程和语音存在概率的码书驱动语音增强算法 | 第46-60页 |
| 4.1 传统的码书驱动语音增强算法 | 第46-50页 |
| 4.1.1 基于极大似然估计的码书驱动语音增强算法 | 第46-48页 |
| 4.1.2 基于贝叶斯参数估计的码书驱动语音增强算法 | 第48-50页 |
| 4.2 基于马尔科夫过程和语音存在概率的码书驱动语音增强算法 | 第50-55页 |
| 4.2.1 线下AR系数码字的帧间相关性建模方法 | 第51-52页 |
| 4.2.2 线下AR谱增益的帧间相关性建模方法 | 第52页 |
| 4.2.3 线上AR谱参数的贝叶斯估计 | 第52-54页 |
| 4.2.4 改进的码书驱动维纳滤波器 | 第54-55页 |
| 4.3 性能测试及实验结果分析 | 第55-59页 |
| 4.3.1 测试数据说明 | 第55页 |
| 4.3.2 测试方法说明 | 第55页 |
| 4.3.3 测试结果与分析 | 第55-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 基于AR谱增益乘法迭代估计的码书驱动语音增强算法 | 第60-72页 |
| 5.1 噪声AR谱形状的在线估计 | 第60-61页 |
| 5.2 AR谱增益的乘法迭代估计 | 第61-64页 |
| 5.3 在线语音增强 | 第64-65页 |
| 5.3.1 AR谱参数的贝叶斯估计 | 第64页 |
| 5.3.2 码书驱动维纳滤波器 | 第64-65页 |
| 5.4 性能测试集实验结果分析 | 第65-70页 |
| 5.4.1 测试数据说明 | 第65页 |
| 5.4.2 测试方法说明 | 第65页 |
| 5.4.3 测试结果与分析 | 第65-70页 |
| 5.5 本章小结 | 第70-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 攻读硕士学位期间发表的学术论文 | 第80-82页 |
| 攻读硕士学位期间参加的科研项目 | 第82-84页 |
| 致谢 | 第84页 |
