摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第15-25页 |
1.1 研究背景及意义 | 第15-17页 |
1.2 课题研究现状 | 第17-23页 |
1.2.1 声源定位技术 | 第17-19页 |
1.2.2 语音增强技术 | 第19-23页 |
1.2.2.1 波束形成和后置滤波 | 第19-20页 |
1.2.2.2 深度神经网络语音增强技术 | 第20-21页 |
1.2.2.3 语音抗混响技术 | 第21-23页 |
1.2.3 语音分离技术 | 第23页 |
1.3 论文内容安排 | 第23-25页 |
第二章 麦克风阵列语音增强的基础理论 | 第25-33页 |
2.1 语音信号特性 | 第25-26页 |
2.1.1 语音的物理特性 | 第25页 |
2.1.2 语音信号的时频特性 | 第25-26页 |
2.1.3 人耳听觉特性 | 第26页 |
2.2 麦克风阵列拓扑结构 | 第26-27页 |
2.3 空间采样定理 | 第27-28页 |
2.4 混响 | 第28-29页 |
2.4.1 房间冲激响应 | 第28-29页 |
2.4.2 混响时间 | 第29页 |
2.5 语音信号质量评估 | 第29-32页 |
2.5.1 主观语音评价方法 | 第29-30页 |
2.5.2 客观语音评价方法 | 第30-32页 |
2.6 本章小结 | 第32-33页 |
第三章 麦克风阵列声源定位算法 | 第33-46页 |
3.1 常用声源定位算法介绍 | 第33-37页 |
3.1.1 时延累加波束形成声源定位算法(Delay-and-Sum) | 第33-34页 |
3.1.2 基于联合可控响应功率和相位变换声源定位算法(SRP-PHAT) | 第34-35页 |
3.1.3 到达时延差声源定位算法(TDOA) | 第35页 |
3.1.4 压缩感知声源定位算法(CS-DOA) | 第35-37页 |
3.2 算法性能验证 | 第37-45页 |
3.2.1 仿真实验测试 | 第37-41页 |
3.2.1.1 仿真测试条件 | 第37-38页 |
3.2.1.2 仿真实验结果 | 第38-41页 |
3.2.2 实际环境实验测试 | 第41-45页 |
3.2.2.1 实验设置 | 第41-42页 |
3.2.2.2 实验结果 | 第42-45页 |
3.3 本章小结 | 第45-46页 |
第四章 麦克风阵列语音增强算法 | 第46-59页 |
4.1 固定波束形成语音增强算法 | 第46-49页 |
4.1.1 算法原理 | 第46-47页 |
4.1.2 算法性能验证 | 第47-49页 |
4.2 广义旁瓣抵消器语音增强算法 | 第49-50页 |
4.3 采用旁瓣增强的麦克风阵列语音增强算法 | 第50-52页 |
4.3.1 算法原理 | 第50-52页 |
4.3.2 算法运算量分析 | 第52页 |
4.4 算法性能验证 | 第52-58页 |
4.4.1 实验设置 | 第52-53页 |
4.4.2 实验结果 | 第53-58页 |
4.5 本章小结 | 第58-59页 |
第五章 面向人机交互的麦克风阵列系统的设计与实现 | 第59-64页 |
5.1 系统硬件部分 | 第59-62页 |
5.1.1 麦克风阵列前端采集 | 第59-60页 |
5.1.2 前置放大电路 | 第60页 |
5.1.3 数字信号处理输出 | 第60-61页 |
5.1.4 语音识别端 | 第61-62页 |
5.2 系统软件部分 | 第62-63页 |
5.3 本章小结 | 第63-64页 |
第六章 面向人机交互的麦克风阵列实现系统实验 | 第64-69页 |
6.1 麦克风阵列指令识别实验 | 第64-65页 |
6.2 麦克风阵列连续语音识别实验 | 第65-67页 |
6.2.1 远场语音识别实验 | 第65-66页 |
6.2.1.1 实验设置 | 第65-66页 |
6.2.1.2 实验结果 | 第66页 |
6.2.2 近距语音交互实验 | 第66-67页 |
6.2.2.1 实验设置 | 第66页 |
6.2.2.2 实验结果 | 第66-67页 |
6.2.3 强混响环境实验 | 第67页 |
6.2.3.1 实验设置 | 第67页 |
6.2.3.2 实验结果 | 第67页 |
6.3 本章小结 | 第67-69页 |
第七章 总结与展望 | 第69-71页 |
7.1 本文研究工作总结 | 第69-70页 |
7.2 研究展望 | 第70-71页 |
致谢 | 第71-73页 |
参考文献 | 第73-80页 |
攻读硕士学位期间发表的论文 | 第80页 |