基于多带激励模型的语音增强方法研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 课题背景 | 第10页 |
1.2 国内外研究现状 | 第10-16页 |
1.3 研究目标 | 第16页 |
1.4 研究内容 | 第16-17页 |
1.5 论文结构 | 第17-18页 |
第2章 多带激励编码模型 | 第18-28页 |
2.1 语音编码模型概述 | 第18-19页 |
2.2 多带激励语音编码模型原理 | 第19-25页 |
2.2.1 MBE语音分析 | 第20-22页 |
2.2.2 MBE语音合成 | 第22-25页 |
2.2.3 重建语音的产生 | 第25页 |
2.3 多带激励语音合成实验 | 第25-26页 |
2.4 本章小节 | 第26-28页 |
第3章 基于多带激励模型的码书驱动语音增强方法 | 第28-50页 |
3.1 码书驱动语音增强方法 | 第28-33页 |
3.1.1 码书驱动方法概述 | 第29页 |
3.1.2 码书驱动方法原理 | 第29-33页 |
3.2 基于MBE模型的码书驱动语音增强方法 | 第33-39页 |
3.2.1 所提方法原理框图 | 第33-34页 |
3.2.2 MBE合成-分析框架概述 | 第34页 |
3.2.3 语音分析 | 第34-36页 |
3.2.4 语音合成 | 第36-37页 |
3.2.5 改进的码书增强谱 | 第37-39页 |
3.3 实验结果与讨论 | 第39-48页 |
3.3.1 测试工具说明 | 第40-41页 |
3.3.2 测试结果与分析 | 第41-48页 |
3.4 本章小结 | 第48-50页 |
第4章 基于深度神经网络的多带激励语音增强方法 | 第50-70页 |
4.1 深度神经网络概述 | 第50-56页 |
4.1.1 神经网络的原理 | 第51-52页 |
4.1.2 BP算法的推导 | 第52-56页 |
4.2 基于DNN的多带激励语音增强方法 | 第56-60页 |
4.2.1 所提方法原理概述 | 第56页 |
4.2.2 DNN训练特征和目标 | 第56-58页 |
4.2.3 DNN设置 | 第58-59页 |
4.2.4 基音估计和MBE合成 | 第59-60页 |
4.3 实验结果与讨论 | 第60-68页 |
4.3.1 测试工具说明 | 第61页 |
4.3.2 测试结果与分析 | 第61-68页 |
4.4 本章小结 | 第68-70页 |
结论 | 第70-72页 |
参考文献 | 第72-78页 |
攻读硕士学位期间所发表的学术论文 | 第78-80页 |
攻读硕士学位期间参加的科研项目 | 第80-82页 |
致谢 | 第82页 |