| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 语音带宽扩展的历史与研究现状 | 第9-12页 |
| 1.3 本文主要工作及组织结构 | 第12-13页 |
| 2 语音信号分析技术及传统带宽扩展的基本原理 | 第13-26页 |
| 2.1 语音信号的预处理 | 第13-14页 |
| 2.1.1 预加重 | 第13页 |
| 2.1.2 分帧 | 第13页 |
| 2.1.3 加窗 | 第13-14页 |
| 2.2 语音信号的特征提取 | 第14-20页 |
| 2.2.1 线性预测分析 | 第14-16页 |
| 2.2.2 线谱频率(LSF) | 第16-18页 |
| 2.2.3 Mel频率倒谱系数(MFCC) | 第18-20页 |
| 2.3 传统带宽扩展的基本原理 | 第20-25页 |
| 2.3.1 系统框图 | 第20页 |
| 2.3.2 宽带谱包络估计 | 第20-23页 |
| 2.3.3 宽带激励信号估计 | 第23-25页 |
| 2.4 一种基于码本映射和频谱移动的人工语音带宽扩展方法 | 第25-26页 |
| 3 音频分解类带宽扩展 | 第26-36页 |
| 3.1 卷积非负矩阵分解 | 第26-28页 |
| 3.2 基于卷积非负矩阵分解的语音带宽扩展 | 第28-31页 |
| 3.2.1 信号预处理 | 第28-29页 |
| 3.2.2 频谱基训练 | 第29-30页 |
| 3.2.3 宽带信号重建 | 第30-31页 |
| 3.2.4 算法小结 | 第31页 |
| 3.3 小波分解 | 第31-32页 |
| 3.4 基于小波分解和模极大值重构的语音带宽扩展 | 第32-36页 |
| 3.4.1 信号预处理 | 第33页 |
| 3.4.2 小波分解 | 第33-34页 |
| 3.4.3 模极大值提取 | 第34-35页 |
| 3.4.4 宽带语音信号重构 | 第35页 |
| 3.4.5 算法小结 | 第35-36页 |
| 4 基于K-SVD的人工语音带宽扩展算法研究 | 第36-48页 |
| 4.1 K-SVD 简介 | 第36-39页 |
| 4.2 STRAIGHT模型简介 | 第39-40页 |
| 4.2.1 基频提取 | 第39-40页 |
| 4.2.2 光滑声道谱提取 | 第40页 |
| 4.3 算法实现 | 第40-45页 |
| 4.3.1 系统框图 | 第40-42页 |
| 4.3.2 系统概述 | 第42页 |
| 4.3.3 数据的预处理 | 第42-43页 |
| 4.3.4 包含话音风格特征的字典提取 | 第43页 |
| 4.3.5 光滑声道谱转换 | 第43-44页 |
| 4.3.6 后处理 | 第44页 |
| 4.3.7 假设验证 | 第44-45页 |
| 4.4 算法改进 | 第45-48页 |
| 4.4.1 稀疏编码改动 | 第46页 |
| 4.4.2 字典更新改动 | 第46-48页 |
| 5 系统测试及分析 | 第48-57页 |
| 5.1 语音信号的评测方法 | 第48-50页 |
| 5.1.1 主观评测法 | 第48页 |
| 5.1.2 客观评测法 | 第48-50页 |
| 5.2 系统仿真及测试 | 第50-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |