基于深度学习的语音质量评价方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究的目的与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 语音质量评价国外研究现状 | 第11-12页 |
| 1.2.2 语音质量评价国内研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-15页 |
| 第2章 语音质量客观评价原理与相关技术 | 第15-23页 |
| 2.1 语音质量客观评价的原理 | 第15-17页 |
| 2.2 语音质量特征提取方法 | 第17-19页 |
| 2.2.1 自动编码机 | 第17-18页 |
| 2.2.2 栈式自动编码机 | 第18-19页 |
| 2.3 语音质量映射方法 | 第19-22页 |
| 2.3.1 贝叶斯分类器 | 第19-20页 |
| 2.3.2 BP神经网络 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于SAE和BP的语音质量评价方法 | 第23-38页 |
| 3.1 方法的框架 | 第23-24页 |
| 3.2 方法的设计及理论分析 | 第24-29页 |
| 3.2.1 语音预处理 | 第24-25页 |
| 3.2.2 语音质量本质特征提取 | 第25-28页 |
| 3.2.3 映射主观MOS分数 | 第28-29页 |
| 3.3 性能指标及对比方法 | 第29-31页 |
| 3.3.1 性能指标 | 第29-30页 |
| 3.3.2 对比方法 | 第30-31页 |
| 3.4 语音库与实验环境 | 第31-33页 |
| 3.5 仿真结果及分析 | 第33-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 基于SAE和改进的BP的语音质量评价方法 | 第38-48页 |
| 4.1 方法的框架 | 第38-39页 |
| 4.2 萤火虫算法的改进 | 第39-42页 |
| 4.2.1 萤火虫算法 | 第39-40页 |
| 4.2.2 改进的萤火虫算法 | 第40-42页 |
| 4.3 基于改进萤火虫算法的BP神经网络 | 第42-44页 |
| 4.3.1 改进的BP算法 | 第43页 |
| 4.3.2 改进的BP算法性能仿真 | 第43-44页 |
| 4.4 仿真结果及分析 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 攻读学位期间的学术成果 | 第54-55页 |
| 致谢 | 第55页 |
