低信噪比下的语音增强方法研究
| 表目录 | 第1-7页 |
| 图目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景 | 第11-12页 |
| ·语音增强简介 | 第12-14页 |
| ·语音增强技术发展简介 | 第12-13页 |
| ·语音增强方法的评价标准 | 第13-14页 |
| ·低信噪比下语音增强方法分析 | 第14-15页 |
| ·本文的主要工作和贡献 | 第15-17页 |
| 第二章 低信噪比语音增强算法研究 | 第17-25页 |
| ·带噪语音分析和预处理 | 第17-19页 |
| ·语音和噪声的特性分析 | 第17-18页 |
| ·语音增强的预处理 | 第18-19页 |
| ·频域增强算法 | 第19-21页 |
| ·标准谱减法 | 第19-20页 |
| ·增强型谱减法 | 第20页 |
| ·基于听觉掩蔽模型的谱减法 | 第20-21页 |
| ·DCT 域增强算法 | 第21-24页 |
| ·DCT 域软阈值增强算法 | 第21-23页 |
| ·基于统计模型的DCT 域增强算法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于瑞利分布的噪声频谱估计改进算法 | 第25-39页 |
| ·高斯白噪声信号的频谱分布 | 第25-28页 |
| ·高斯白噪声信号频域分布 | 第25-28页 |
| ·高斯白噪声信号的幅度谱分布 | 第28页 |
| ·噪声幅度谱估计改进算法设计 | 第28-30页 |
| ·改进算法的原理 | 第28-29页 |
| ·幅度谱及方差参数的递归估计 | 第29-30页 |
| ·改进的MSS 算法的实现 | 第30-33页 |
| ·仿真实验与性能分析 | 第33-38页 |
| ·测试语料 | 第33页 |
| ·时域信号分析 | 第33-35页 |
| ·语谱分析 | 第35-37页 |
| ·信噪比分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于拉普拉斯分布的语音估计改进算法 | 第39-50页 |
| ·DCT 域的语音分量和噪声分量分析 | 第39-42页 |
| ·DCT 域的语音分量分布 | 第39-40页 |
| ·DCT 域的高斯白噪声分量的分布 | 第40-42页 |
| ·语音分量估计改进算法设计 | 第42-45页 |
| ·语音分量的MAP 估计 | 第42-44页 |
| ·语音分量MAP 估计的算法实现 | 第44-45页 |
| ·仿真实验与性能分析 | 第45-49页 |
| ·时域信号分析 | 第45-47页 |
| ·语谱分析 | 第47-48页 |
| ·信噪比分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于ICA 的低信噪比增强方法 | 第50-56页 |
| ·基于ICA 的语音增强方法 | 第50-53页 |
| ·ICA 原理简介 | 第50-51页 |
| ·基于ICA 增强方案设计 | 第51-52页 |
| ·仿真实验与性能分析 | 第52-53页 |
| ·ICA 增强方法对识别率的影响 | 第53-55页 |
| ·特征提取与模型选择 | 第53-54页 |
| ·特定人孤立词识别实验 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 结束语 | 第56-58页 |
| ·论文总结 | 第56-57页 |
| ·前景展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第61-62页 |
| 致谢 | 第62页 |
