基于稀疏性的欠定语音盲分离方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文的主要研究内容 | 第14-16页 |
| 1.4 论文的组织结构 | 第16-17页 |
| 第二章 盲源分离的相关理论 | 第17-24页 |
| 2.1 盲源分离问题描述 | 第17-18页 |
| 2.2 盲源分离问题的数学模型 | 第18-21页 |
| 2.2.1 线性卷积混合模型 | 第18-19页 |
| 2.2.2 线性瞬时混合模型 | 第19-20页 |
| 2.2.3 线性无回声混合模型 | 第20页 |
| 2.2.4 非线性混合模型 | 第20-21页 |
| 2.3 盲源分离问题分类 | 第21-23页 |
| 2.3.1 非欠定盲源分离问题 | 第21-22页 |
| 2.3.2 欠定盲源分离问题 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 欠定语音盲分离方法及相关评价指标 | 第24-35页 |
| 3.1 欠定盲源分离方法框架 | 第24-26页 |
| 3.2 语音分离问题的相关假设 | 第26-32页 |
| 3.2.1 无回声语音混合模型 | 第26-27页 |
| 3.2.2 语音信号的时频稀疏性 | 第27-28页 |
| 3.2.3 近似窗口互斥正交性 | 第28-30页 |
| 3.2.4 局部平稳性和时频域无回声混合模型 | 第30页 |
| 3.2.5 延时和衰减相关的限定条件 | 第30-32页 |
| 3.3 语音分离相关评价指标 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于分水岭算法的混合参数估计方法 | 第35-50页 |
| 4.1 二维直方图的构建 | 第35-37页 |
| 4.2 分水岭算法 | 第37-40页 |
| 4.3 基于分水岭算法的混合参数估计 | 第40-43页 |
| 4.3.1 阈值去噪 | 第40-43页 |
| 4.3.2 算法流程 | 第43页 |
| 4.4 基于势函数法的混合参数估计 | 第43-45页 |
| 4.5 相关实验及结论 | 第45-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 基于稀疏性的源信号分离方法及改进 | 第50-61页 |
| 5.1 基于稀疏表示的源信号分离方法 | 第50-53页 |
| 5.2 基于二进制掩蔽的源信号分离方法 | 第53-54页 |
| 5.3 改进的时频掩蔽分离方法 | 第54-56页 |
| 5.4 相关实验及结论 | 第56-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 全文总结 | 第61页 |
| 6.2 未来展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
