基于统计模型和贝叶斯估计的语音增强算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-20页 |
| ·语音增强的研究背景 | 第13页 |
| ·语音增强的研究现状 | 第13-19页 |
| ·基于短时谱估计的语音增强方法 | 第14-16页 |
| ·基于信号子空间的语音增强方法 | 第16页 |
| ·基于掩蔽效应的语音增强方法 | 第16-17页 |
| ·基于语音生成模型的语音增强方法 | 第17-18页 |
| ·基于噪声估计的语音增强方法 | 第18页 |
| ·其它语音增强方法 | 第18-19页 |
| ·本文主要工作及章节安排 | 第19-20页 |
| 第2章 语音特性及语音增强基础 | 第20-35页 |
| ·语音信号数字模型及处理基础 | 第20-22页 |
| ·语音信号数字模型 | 第20-21页 |
| ·语音语谱图 | 第21页 |
| ·语音处理单元——语音帧 | 第21-22页 |
| ·语音信号处理过程 | 第22-26页 |
| ·预加重、分帧及加窗 | 第23-24页 |
| ·域变换 | 第24-25页 |
| ·语音处理核心过程 | 第25页 |
| ·逆变换和语音重构 | 第25-26页 |
| ·语音和噪声特性 | 第26-27页 |
| ·语音特性 | 第26页 |
| ·噪声特性 | 第26-27页 |
| ·人耳听觉掩蔽特性 | 第27页 |
| ·语音增强主要涉及内容 | 第27-29页 |
| ·语音增强假设 | 第29-30页 |
| ·几种典型语音增强算法 | 第30-32页 |
| ·谱减语音增强 | 第30-31页 |
| ·MMSE语音增强 | 第31页 |
| ·感知激励语音增强方法 | 第31-32页 |
| ·语音增强评估 | 第32-34页 |
| ·主观评价 | 第32页 |
| ·客观评价 | 第32-34页 |
| ·小结 | 第34-35页 |
| 第3章 贝叶斯估计语音增强原理及算法 | 第35-40页 |
| ·引言 | 第35页 |
| ·语音信号统计模型 | 第35-36页 |
| ·噪声信号统计模型 | 第36页 |
| ·语音信号贝叶斯估计 | 第36-37页 |
| ·条件概率 | 第36页 |
| ·先验信噪比和后验信噪比 | 第36-37页 |
| ·贝叶斯估计 | 第37页 |
| ·MMSE贝叶斯语音增强估计 | 第37-39页 |
| ·增益函数通式 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第4章 基于卡方分布的贝塔阶感知语音增强 | 第40-49页 |
| ·引言 | 第40页 |
| ·语音模型 | 第40页 |
| ·噪声模型 | 第40-41页 |
| ·β阶感知贝叶斯估计器的推导 | 第41-44页 |
| ·实验分析 | 第44-48页 |
| ·参数β的取值 | 第44页 |
| ·实验评估 | 第44-48页 |
| ·小结 | 第48-49页 |
| 第5章 基于贝叶斯噪声PSD的谱减语音增强 | 第49-59页 |
| ·引言 | 第49页 |
| ·过减法 | 第49-50页 |
| ·MMSE噪声估计方法 | 第50-52页 |
| ·MMSE中统计模型 | 第50-51页 |
| ·MMSE噪声估计 | 第51-52页 |
| ·改进的谱减法 | 第52-54页 |
| ·性能评估材料 | 第54-55页 |
| ·实验结果 | 第55-57页 |
| ·小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 附录A 攻读硕士学位期间发表论文目录 | 第67-68页 |
| 附录B 攻读硕士学位期间所参与的科研项目 | 第68页 |
