基于人耳听觉特性的语音分离研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 语音分离技术的研究背景及意义 | 第9页 |
| 1.2 语音分离技术的研究现状 | 第9-11页 |
| 1.3 本文的主要研究内容 | 第11-12页 |
| 1.3.1 基于DNN的双耳语音分离 | 第12页 |
| 1.3.2 基于混合特征的双耳语音分离 | 第12页 |
| 1.4 论文组织结构 | 第12-15页 |
| 第二章 基于人耳听觉特性的语音分离方法 | 第15-29页 |
| 2.1 人类的听觉系统 | 第15-18页 |
| 2.1.1 人耳的生理构造和特点 | 第15页 |
| 2.1.2 听觉特性 | 第15-16页 |
| 2.1.3 Gammatone滤波器组 | 第16-18页 |
| 2.2 双耳空间线索 | 第18-21页 |
| 2.2.1 耳间时间差 | 第18-19页 |
| 2.2.2 耳间强度差 | 第19-20页 |
| 2.2.3 耳间互相关函数 | 第20-21页 |
| 2.3 神经网络简介 | 第21-23页 |
| 2.3.1 生物神经元 | 第21页 |
| 2.3.2 人工神经元及神经网络 | 第21-23页 |
| 2.4 基于人耳听觉特性的语音分离概述 | 第23-26页 |
| 2.4.1 已有的语音分离算法 | 第23-25页 |
| 2.4.2 改进的语音分离算法 | 第25-26页 |
| 2.5 语音分离算法评价指标 | 第26-27页 |
| 2.6 本章小节 | 第27-29页 |
| 第三章 基于DNN的双耳语音分离 | 第29-49页 |
| 3.1 基于DNN的双耳语音分离结构 | 第29页 |
| 3.2 双耳空间特征参数提取 | 第29-33页 |
| 3.2.1 预处理 | 第29-31页 |
| 3.2.2 双耳子带空间特征参数提取 | 第31-32页 |
| 3.2.3 子带特征分析 | 第32-33页 |
| 3.3 基于DNN的双耳语音分离方法 | 第33-41页 |
| 3.3.1 DNN结构 | 第34-35页 |
| 3.3.2 DNN训练算法 | 第35-38页 |
| 3.3.3 训练参数 | 第38-41页 |
| 3.4 掩膜函数优化 | 第41-43页 |
| 3.5 双耳语音分离实验 | 第43-47页 |
| 3.5.1 仿真实验数据 | 第43-44页 |
| 3.5.2 仿真实验结果及分析 | 第44-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第四章 基于混合特征的双耳语音分离算法 | 第49-63页 |
| 4.1 基于混合特征的双耳语音分离结构 | 第49页 |
| 4.2 频谱特征参数提取 | 第49-53页 |
| 4.2.1 预处理 | 第50页 |
| 4.2.2 频谱特征提取 | 第50-53页 |
| 4.3 实验与分析 | 第53-61页 |
| 4.3.1 仿真环境配置 | 第53-54页 |
| 4.3.2 仿真结果与分析 | 第54-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间参加的科研项目和完成的论文 | 第71页 |
