| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 引言 | 第12-18页 |
| 1.1 课题的目的与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 语音增强的发展及现状 | 第13-14页 |
| 1.2.2 语音端点检测发展及现状 | 第14-15页 |
| 1.3 本文的研究主要内容和创新点 | 第15-16页 |
| 1.4 论文结构和章节安排 | 第16-18页 |
| 第二章 语音信号处理以及语音库的建立 | 第18-33页 |
| 2.1 语音信号的特点和模型 | 第18-22页 |
| 2.1.1 语音的主要特性 | 第18-19页 |
| 2.1.2 噪声的主要特性 | 第19-20页 |
| 2.1.3 语音信号模型 | 第20-22页 |
| 2.2 语音信号数字化以及预处理 | 第22-24页 |
| 2.2.1 语音信号的数字化 | 第22页 |
| 2.2.2 语音信号预处理 | 第22-24页 |
| 2.3 语音信号分析 | 第24-30页 |
| 2.3.1 时域分析 | 第24-27页 |
| 2.3.2 频域分析 | 第27-29页 |
| 2.3.3 同态分析 | 第29-30页 |
| 2.4 实验语音库 | 第30-33页 |
| 2.4.1 语音库的建立 | 第30-31页 |
| 2.4.2 语音与噪声的合成 | 第31-33页 |
| 第三章 基于快速欧式搜索算法的自适应滤波 | 第33-47页 |
| 3.1 自适应滤波系统 | 第33-37页 |
| 3.1.1 滤波器 | 第34-36页 |
| 3.1.2 滤波算法 | 第36-37页 |
| 3.2 自适应滤波系统改进 | 第37-40页 |
| 3.2.1 滤波算法的改进 | 第37-39页 |
| 3.2.2 结构的改进 | 第39-40页 |
| 3.3 语音增强算法的评价指标 | 第40-42页 |
| 3.3.1 MOS评价方法 | 第41页 |
| 3.3.2 SNR评价方法 | 第41-42页 |
| 3.4 实验结果分析 | 第42-47页 |
| 3.4.1 自适应滤波实验 | 第42页 |
| 3.4.2 结果及分析 | 第42-47页 |
| 第四章 基于分类标准的延迟分割策略 | 第47-58页 |
| 4.1 端点检测算法 | 第47-50页 |
| 4.1.1 基于双门限的语音端点检测方法 | 第47-48页 |
| 4.1.2 基于谱熵的语音端点检测方法 | 第48-49页 |
| 4.1.3 基于分形的语音端点检测方法 | 第49-50页 |
| 4.2 语音特征参数的选取 | 第50-53页 |
| 4.2.1 能频比 | 第50-51页 |
| 4.2.2 排列熵 | 第51-53页 |
| 4.3 分类标准 | 第53-54页 |
| 4.4 语音端点检测过程 | 第54-55页 |
| 4.5 实验 | 第55-58页 |
| 第五章 实验结果与分析 | 第58-65页 |
| 5.1 实验平台 | 第58-60页 |
| 5.2 对比实验及结果分析 | 第60-65页 |
| 5.2.1 基于双门限的检测方法实验结果 | 第60-61页 |
| 5.2.2 基于谱熵的检测方法实验结果 | 第61-62页 |
| 5.2.3 基于分形的检测方法实验结果 | 第62-63页 |
| 5.2.4 基于分类标准的延迟分割策略检测方法实验结果 | 第63-65页 |
| 第六章 总结与展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 研究生期间主要成果 | 第72页 |