| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 研究现状及问题 | 第12-14页 |
| 1.3 论文结构 | 第14-15页 |
| 第二章 计算听觉场景分析 | 第15-29页 |
| 2.1 简介 | 第15-16页 |
| 2.2 听觉外围 | 第16-18页 |
| 2.2.1 中耳外耳预放大 | 第16页 |
| 2.2.2 耳蜗滤波和滤波器 | 第16-17页 |
| 2.2.3 内耳毛细胞Meddis模型 | 第17-18页 |
| 2.3 听觉图表示 | 第18-23页 |
| 2.3.1 自相关 | 第18-19页 |
| 2.3.2 互相关 | 第19-20页 |
| 2.3.3 频谱转移图 | 第20-23页 |
| 2.3.4 起始/截止图 | 第23页 |
| 2.4 音源分离 | 第23-28页 |
| 2.4.1 听觉元素 | 第23-24页 |
| 2.4.2 基于基频分组 | 第24-27页 |
| 2.4.3 基于共同的onset和offset分组 | 第27页 |
| 2.4.4 听觉场景搜索 | 第27-28页 |
| 2.4.5 音源再合成 | 第28页 |
| 2.5 小结 | 第28-29页 |
| 第三章 信号预处理 | 第29-42页 |
| 3.1 弦乐/打击乐器声音分离 | 第29-34页 |
| 3.1.1 基于信息散度混合模型 | 第31-33页 |
| 3.1.2 基于强假设混合模型 | 第33-34页 |
| 3.2 低通滤波 | 第34-35页 |
| 3.3 实验结果 | 第35-40页 |
| 3.3.1 HPSS实验结果 | 第35-38页 |
| 3.3.2 低通滤波实验结果 | 第38-40页 |
| 3.4 小结 | 第40-42页 |
| 第四章 主旋律提取算法 | 第42-62页 |
| 4.1 前言 | 第42页 |
| 4.2 特征提取 | 第42-44页 |
| 4.2.1 相关图 | 第42-43页 |
| 4.2.2 改进的自相关图 | 第43-44页 |
| 4.3 基于目标基频预测IBM | 第44-49页 |
| 4.3.1 独立时频单元标记 | 第45-47页 |
| 4.3.2 多谐波时频单元标记 | 第47-48页 |
| 4.3.3 相邻时频单元标记 | 第48-49页 |
| 4.4 基于IBM确定基频 | 第49-51页 |
| 4.4.1 跨通道整合 | 第49-50页 |
| 4.4.2 从谐波中确定周期 | 第50页 |
| 4.4.3 运用短时连续性估计基频 | 第50-51页 |
| 4.5 初始基频估计 | 第51-55页 |
| 4.5.1 根据听觉图估计初始基频 | 第51-52页 |
| 4.5.2 根据能量比估计初始基频 | 第52-55页 |
| 4.6 确定基频轮廓 | 第55-57页 |
| 4.6.1 迭代估计 | 第55-56页 |
| 4.6.2 确定基频曲线 | 第56-57页 |
| 4.7 实验结果及分析 | 第57-61页 |
| 4.7.1 实验数据库及评价方法 | 第57页 |
| 4.7.2 改进自相关实验 | 第57-58页 |
| 4.7.3 信噪比实验 | 第58-59页 |
| 4.7.4 迭代次数实验 | 第59-60页 |
| 4.7.5 能量特征对结果的影响 | 第60页 |
| 4.7.6 低通滤波实验结果 | 第60-61页 |
| 4.7.7 HPSS对结果的影响 | 第61页 |
| 4.8 小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62页 |
| 5.2 展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 作者攻读学位期间发表的学术论文目录 | 第68页 |