| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 本论文的组织结构 | 第15-17页 |
| 第2章 人耳生理学特点及听觉关注机制 | 第17-22页 |
| 2.1 引言 | 第17页 |
| 2.2 人耳生理学特点 | 第17-19页 |
| 2.3 听觉关注机制特性 | 第19-20页 |
| 2.4 本章小结 | 第20-22页 |
| 第3章 基于音频相关特征的关注度计算方法 | 第22-31页 |
| 3.1 引言 | 第22页 |
| 3.2 音频信号常见特征 | 第22-26页 |
| 3.2.1 时域特征 | 第22-24页 |
| 3.2.2 频域特征 | 第24页 |
| 3.2.3 倒谱分析 | 第24-25页 |
| 3.2.4 语谱图 | 第25-26页 |
| 3.3 特征评估 | 第26-27页 |
| 3.4 基于频谱图多特征的关注度计算模型 | 第27-29页 |
| 3.4.1 高斯滤波器 | 第28-29页 |
| 3.4.2 中心周边差算子 | 第29页 |
| 3.5 基于空间线索的关注度计算模型 | 第29-30页 |
| 3.6 本章小结 | 第30-31页 |
| 第4章 基于双通道局部熵和时间趋势的音频关注度算法 | 第31-43页 |
| 4.1 引言 | 第31页 |
| 4.2 模型概述 | 第31-32页 |
| 4.3 听觉外周处理 | 第32-36页 |
| 4.3.1 Gammatone滤波器组类基底膜模型 | 第33-35页 |
| 4.3.2 Meddis模型类内毛细胞模型 | 第35-36页 |
| 4.4 双通道局部熵求解 | 第36-40页 |
| 4.4.1 信息熵的定义 | 第37-38页 |
| 4.4.2 基于音频通道局部熵算法 | 第38页 |
| 4.4.3 基于图像通道的局部熵算法 | 第38-40页 |
| 4.5 时间趋势相关算法 | 第40-42页 |
| 4.6 算法评价准侧 | 第42页 |
| 4.7 本章小结 | 第42-43页 |
| 第5章 基于局部熵和时间趋势的关注度模型相关实验 | 第43-55页 |
| 5.1 引言 | 第43页 |
| 5.2 不同信源下关注度对比实验 | 第43-50页 |
| 5.2.1 合成正弦信号对比实验 | 第43-47页 |
| 5.2.2 THCH-30开源语料库对比实验 | 第47-50页 |
| 5.3 脱口秀音频关注区域提取实验 | 第50-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第6章 总结展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第61页 |