真实噪声下利用抗噪幂归一化倒谱系数的两层鲁棒环境声音识别
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-15页 |
| ·环境声音识别的研究背景与意义 | 第8-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·鸟类声音识别研究现状 | 第10-11页 |
| ·环境声音识别研究现状 | 第11-12页 |
| ·本文主要工作 | 第12-15页 |
| ·研究内容与难点 | 第12-13页 |
| ·论文结构 | 第13-15页 |
| 第二章 两层声音识别架构 | 第15-30页 |
| ·声音的前期处理 | 第16-20页 |
| ·原始声音样本集 | 第16-19页 |
| ·训练和测试样本集 | 第19-20页 |
| ·第一层分类的训练阶段 | 第20-24页 |
| ·基于声音段的特征提取 | 第20-23页 |
| ·声音段的聚类训练 | 第23-24页 |
| ·第二层分类的训练阶段 | 第24-27页 |
| ·基于声音帧的特征提取 | 第24-26页 |
| ·聚类中声音帧的SVM训练 | 第26-27页 |
| ·两层分类的测试阶段 | 第27-28页 |
| ·两层声音识别架构的优势 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 噪声功率谱估计 | 第30-36页 |
| ·常用的噪声功率谱估计方法 | 第30-31页 |
| ·高度非平稳噪声功率谱估计 | 第31-34页 |
| ·带噪声音的平滑功率谱计算 | 第32页 |
| ·平滑功率谱的最小值追踪计算 | 第32-33页 |
| ·计算待识别前景声音存在的概率 | 第33页 |
| ·计算时-频相关平滑常量 | 第33-34页 |
| ·噪声功率谱估计的更新 | 第34页 |
| ·噪声估计的时-频域效果 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 多频带谱减法去噪 | 第36-45页 |
| ·常用的谱减去噪法 | 第36页 |
| ·多频带谱减法 | 第36-39页 |
| ·平滑带噪声音幅度谱 | 第37页 |
| ·多频带谱减降噪 | 第37-39页 |
| ·掩盖残余音乐噪声 | 第39页 |
| ·多频带谱减法的时域和时-频域效果 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 APNCC特征提取 | 第45-49页 |
| ·Gammatone滤波 | 第45-46页 |
| ·中间能量偏差移除 | 第46-48页 |
| ·非线性幂函数计算 | 第48页 |
| ·离散余弦变换 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第六章 实验与结果分析 | 第49-57页 |
| ·实验设计 | 第49-50页 |
| ·参数设置 | 第50页 |
| ·鸟类声音识别的实验结果与分析 | 第50-53页 |
| ·环境声音识别的实验结果与分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第64页 |
