| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 语音分离的意义 | 第14-15页 |
| 1.2 国内外研究概况和发展趋势 | 第15-19页 |
| 1.2.1 概述 | 第15页 |
| 1.2.2 主要的研究方法 | 第15-19页 |
| 1.3 本文的框架以及主要研究内容 | 第19-22页 |
| 1.3.1 主要研究内容 | 第19页 |
| 1.3.2 正文的基本框架 | 第19-22页 |
| 第2章 基于分类DNN的双耳通道语音分离方法 | 第22-36页 |
| 2.1 双耳通道语音描述 | 第22-28页 |
| 2.1.1 Roomsim工具介绍 | 第23-24页 |
| 2.1.2 仿真数据生成流程 | 第24-26页 |
| 2.1.3 数据展示 | 第26-28页 |
| 2.2 基于分类DNN的双耳通道语音分离方法 | 第28-34页 |
| 2.2.1 语音的时频表达和耳蜗相关特征的提取 | 第28-30页 |
| 2.2.2 双耳通道特征的提取 | 第30页 |
| 2.2.3 利用分类DNN估计IBM的语音分离方法 | 第30-33页 |
| 2.2.4 实验结果和分析 | 第33-34页 |
| 2.3 本章小结 | 第34-36页 |
| 第3章 基于回归DNN的双耳通道语音分离方法 | 第36-46页 |
| 3.1 研究动机 | 第36页 |
| 3.2 基于回归DNN的语音分离基本方法 | 第36-37页 |
| 3.3 基于对数能量谱的特征融合 | 第37-40页 |
| 3.3.1 利用双耳信息特征的设计 | 第37-40页 |
| 3.3.2 双耳特征与单通道特征的融合 | 第40页 |
| 3.4 同归DNN模型训练和结果 | 第40-44页 |
| 3.4.1 回归DNN模型 | 第40-41页 |
| 3.4.2 实验结果与分析 | 第41-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第4章 融合时频感知域特征的语音分离方法 | 第46-64页 |
| 4.1 听觉皮层时频感知域简介 | 第47-49页 |
| 4.2 STRF滤波器设计和特征提取 | 第49-55页 |
| 4.2.1 STRF滤波器设计 | 第49-51页 |
| 4.2.2 STRF特征的提取 | 第51-55页 |
| 4.3 基于STRF特征的语音分离方法 | 第55-62页 |
| 4.3.1 研究动机 | 第55页 |
| 4.3.2 实验框架 | 第55-56页 |
| 4.3.3 单通道去噪研究 | 第56-58页 |
| 4.3.4 双通道去噪研究 | 第58-62页 |
| 4.4 本章小结 | 第62-64页 |
| 第5章 总结 | 第64-66页 |
| 5.1 本文主要贡献 | 第64-65页 |
| 5.2 后续研究展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 在读期间发表的学术论文与取得的研究成果 | 第72页 |