基于粒子滤波器的语音增强方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 引言 | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| ·语音增强概述 | 第11-12页 |
| ·语音增强的目的 | 第11页 |
| ·语音增强的应用 | 第11-12页 |
| ·语音增强的研究历史 | 第12页 |
| ·粒子滤波器及发展概况 | 第12-13页 |
| ·本文的主要研究内容 | 第13-14页 |
| ·论文的结构安排 | 第14-15页 |
| 第二章 语音增强技术 | 第15-29页 |
| ·语音、噪声以及人耳的特性 | 第15-19页 |
| ·语音信号的生成模型 | 第15-17页 |
| ·语音信号的主要特性 | 第17页 |
| ·噪声特性及其分类 | 第17-18页 |
| ·人耳语音感知的特点 | 第18-19页 |
| ·带噪语音模型 | 第19页 |
| ·语音增强基本方法 | 第19-25页 |
| ·基于语音生成模型参数的语音增强方法 | 第20-22页 |
| ·非基于语音生成模型参数的语音增强方法 | 第22-25页 |
| ·语音增强效果评价方法 | 第25-29页 |
| ·主观评价 | 第26-27页 |
| ·客观评价 | 第27-29页 |
| 第三章 粒子滤波器 | 第29-44页 |
| ·非高斯非线性状态空间模型 | 第29-30页 |
| ·贝叶斯估计 | 第30页 |
| ·最优估计算法 | 第30-32页 |
| ·卡尔曼滤波器 | 第30-31页 |
| ·网格滤波器 | 第31-32页 |
| ·次最优估计算法 | 第32-34页 |
| ·扩展卡尔曼滤波器 | 第32-33页 |
| ·近似网格滤波器 | 第33-34页 |
| ·蒙特卡罗方法 | 第34-38页 |
| ·蒙特卡罗方法的发展历史 | 第34-35页 |
| ·蒙特卡罗方法的基本原理及思想 | 第35-36页 |
| ·蒙特卡罗解题三个主要步骤 | 第36-37页 |
| ·蒙特卡罗方法的特点 | 第37-38页 |
| ·粒子滤波器 | 第38-44页 |
| ·贝叶斯加权采样算法 | 第39-40页 |
| ·序列加权采样粒子滤波器 | 第40-42页 |
| ·非线性跟踪实验 | 第42-44页 |
| 第四章 基于粒子滤波器的语音增强技术 | 第44-54页 |
| ·TVAR模型 | 第44-46页 |
| ·基于粒子滤波的TVAR模型参数跟踪 | 第46-47页 |
| ·退化问题 | 第47-48页 |
| ·重采样粒子滤波器 | 第48-50页 |
| ·粒子滤波语音增强算法(PFSE) | 第50-51页 |
| ·实验结果及分析 | 第51-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
