首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文

声源辨别及定位的并行化方法的研究与实现

摘要第5-6页
Abstract第6-7页
第1章 绪论第14-22页
    1.1 课题研究背景和意义第14-15页
    1.2 国内外研究现状及发展趋势第15-17页
        1.2.1 声纹辨别发展历史与现状第15页
        1.2.2 声源定位发展历史与现状第15-16页
        1.2.3 声源辨别定位技术存在的不足及发展趋势第16-17页
    1.3 GPU及其通用计算架构CUDA第17-18页
    1.4 本文主要内容和结构安排第18-20页
        1.4.1 论文主要研究内容第18-19页
        1.4.2 论文结构安排第19-20页
    1.5 本章小结第20-22页
第2章 声源辨别及定位的常用方法第22-31页
    2.1 声源辨别定位模型的设计目标与方法第22-23页
    2.2 语音信号的预处理第23-27页
        2.2.1 预滤波第23页
        2.2.2 预加重第23-24页
        2.2.3 加窗分帧第24-25页
        2.2.4 端点检测第25-27页
    2.3 声纹辨别常用方法概述第27-28页
    2.4 声源定位常用方法概述第28-30页
        2.4.1 基于声压幅度比的定位方法第28页
        2.4.2 基于最大输出功率的可控波束形成技术第28-29页
        2.4.3 基于声达时间差的声源定位技术第29-30页
    2.5 本章小结第30-31页
第3章 基于并行化深度神经网络的声纹辨别模型第31-47页
    3.1 语音信号的特征提取第31-35页
        3.1.1 线性预测系数与其倒谱系数第31-32页
        3.1.2 梅尔频率倒谱系数第32-34页
        3.1.3 线性预测梅尔倒谱系数第34-35页
    3.2 基于深度信念网络的声纹辨别模型第35-39页
        3.2.1 深度神经网络概述第35-36页
        3.2.2 深度信念网络(DBN)第36-38页
        3.2.3 声纹辨别的深度信念网络模型第38-39页
    3.3 基于CUDA的并行DBN优化模型第39-42页
    3.4 实验与分析第42-46页
        3.4.1 实验环境与评估标准第42-43页
        3.4.2 实验数据分析第43-46页
    3.5 本章小结第46-47页
第4章 基于并行化时延估计的声源定位模型第47-63页
    4.1 基于包络分析的时延估计第47-53页
        4.1.1 时延的物理意义第47-48页
        4.1.2 广义互相关时延估计方法第48-50页
        4.1.3 基于包络信号的广义互相关算法第50-53页
    4.2 基于TDOA的定位算法模型第53-56页
        4.2.1 平面双曲线算法模型第53-54页
        4.2.2 平面四元阵算法模型第54-56页
    4.3 基于CUDA并行化的声源定位算法优化第56-59页
        4.3.1 并行化的FFT与IFFT算法第57-58页
        4.3.2 并行化的互功率谱密度算法第58-59页
    4.4 实验与分析第59-61页
    4.5 本章小结第61-63页
第5章 声源辨别及定位的并行化方法的优化与测试第63-77页
    5.1 声源辨别定位的并行化模型设计第63-64页
    5.2 系统模型存在的问题及改进方案第64-69页
        5.2.1 系统模型存在的问题第64页
        5.2.2 针对目标范围声源辨别的改进方法第64-66页
        5.2.3 CUDA编程的存储优化方案第66-67页
        5.2.4 目标声纹分离提取的并行化方法第67-69页
    5.3 系统测试与分析第69-75页
        5.3.1 测试环境第69-70页
        5.3.2 目标语音分离增强效果测试第70-72页
        5.3.3 并行化方法模型整体测试第72-74页
        5.3.4 误差分析第74-75页
    5.4 本章小结第75-77页
总结与展望第77-79页
参考文献第79-83页
攻读硕士学位期间发表的学术成果第83-85页
致谢第85-86页
详细摘要第86-90页

论文共90页,点击 下载论文
上一篇:芳香胺与腈的反应性及其锂、铜、铝化合物的研究
下一篇:高活性纳豆复合菌种固态发酵技术研究