| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 第一章 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·语音增强的目的 | 第10页 |
| ·语音增强的信号模型 | 第10-11页 |
| ·语音增强的发展历史和分类 | 第11-12页 |
| ·论文的内容和结构 | 第12-14页 |
| 第二章 语音信号分析及预处理 | 第14-22页 |
| ·语音特性、噪声特性和人耳感知特性 | 第14-16页 |
| ·语音特性 | 第14-15页 |
| ·噪声特性 | 第15-16页 |
| ·人耳感知特性 | 第16页 |
| ·语音信号的短时时域分析 | 第16-18页 |
| ·语音信号的预加重处理 | 第18-19页 |
| ·语音评测 | 第19-21页 |
| ·客观评价 | 第19-20页 |
| ·主观评价 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 带噪语音信号的端点检测和噪声谱估计 | 第22-37页 |
| ·语音端点检测算法综述 | 第22-23页 |
| ·基于短时能量或短时平均幅度的检测方法 | 第22-23页 |
| ·基于短时能量和短时平均过零率的检测方法 | 第23页 |
| ·基于倒谱距离的语音端点检测算法 | 第23-26页 |
| ·算法原理 | 第23-25页 |
| ·算法改进 | 第25-26页 |
| ·四态判断机制” | 第26-30页 |
| ·特征选取 | 第26-27页 |
| ·门限设置 | 第27-28页 |
| ·检测流程 | 第28-30页 |
| ·噪声谱估计 | 第30-36页 |
| ·基于有声/无声检测的方法 | 第30页 |
| ·基于最优平滑和最小统计量的噪声谱估计方法 | 第30-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于短时谱估计的语音增强方法研究 | 第37-65页 |
| ·频谱减法 | 第37-45页 |
| ·频谱减法的发展历史 | 第37-38页 |
| ·基本方法 | 第38-42页 |
| ·音乐噪声及其抑制 | 第42-43页 |
| ·改进方法 | 第43-45页 |
| ·基于先验幅度比的语音增强方法 | 第45-48页 |
| ·算法描述 | 第45-46页 |
| ·噪声估计 | 第46-47页 |
| ·仿真实验 | 第47-48页 |
| ·维纳滤波法 | 第48-54页 |
| ·算法描述 | 第48-50页 |
| ·两级维纳滤波 | 第50-52页 |
| ·MCLT(Modulated Complex Lapped Transform)变换 | 第52-54页 |
| ·基于最小均方误差(MMSE)估计的语音增强算法 | 第54-62页 |
| ·基本算法 | 第54-56页 |
| ·本论文采用算法 | 第56-62页 |
| ·实验结果与分析 | 第62页 |
| ·本章小结 | 第62-65页 |
| 第五章 基于形态滤波的语音增强研究 | 第65-75页 |
| ·形态滤波概述 | 第65页 |
| ·形态滤波的基本理论 | 第65-69页 |
| ·数学形态学的几种基本运算 | 第65-66页 |
| ·形态滤波器结构元素的选择 | 第66-68页 |
| ·形态滤波器的构造 | 第68-69页 |
| ·仿真实验 | 第69-73页 |
| ·本章小结 | 第73-75页 |
| 第六章 全文总结 | 第75-77页 |
| ·总结 | 第75页 |
| ·本文的不足 | 第75页 |
| ·进一步工作的建议 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表的学术论文 | 第81-83页 |
| 致谢 | 第83页 |