基于模型的麦克风阵列语音增强方法研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-15页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究进展 | 第11-14页 |
1.3 主要工作和内容安排 | 第14-15页 |
第二章 麦克风阵列语音增强基本原理 | 第15-38页 |
2.1 语音信号分析 | 第15-23页 |
2.1.1 信号特征 | 第15-17页 |
2.1.2 语音信号预处理 | 第17页 |
2.1.3 语音特征系数和模型 | 第17-23页 |
2.2 阵列信号处理模型 | 第23-31页 |
2.2.1 阵列信号模型 | 第23-24页 |
2.2.2 窄带波束形成 | 第24-26页 |
2.2.3 宽带波束形成 | 第26-31页 |
2.3 语音增强方法 | 第31-35页 |
2.3.1 波束形成法 | 第31-32页 |
2.3.2 后置滤波法 | 第32-33页 |
2.3.3 子空间法 | 第33页 |
2.3.4 盲源分离法 | 第33-34页 |
2.3.5 基于机器学习 | 第34-35页 |
2.4 语音质量评价 | 第35-37页 |
2.4.1 语音质量主观评价 | 第35页 |
2.4.2 语音质量客观评价 | 第35-37页 |
2.5 小结 | 第37-38页 |
第三章 GSC和子带GSC波束形成 | 第38-47页 |
3.1 GSC理论 | 第38-44页 |
3.1.1 LCMV波束形成器 | 第38-40页 |
3.1.2 GSC自适应波束形成器 | 第40-42页 |
3.1.3 阻塞矩阵设计 | 第42-44页 |
3.2 基于子带的GSC自适应波束形成器 | 第44-46页 |
3.2.1 余弦调制滤波器组 | 第44-45页 |
3.2.2 子带GSC自适应波束形成 | 第45-46页 |
3.3 小结 | 第46-47页 |
第四章 基于模型的麦克风阵列语音增强方法 | 第47-60页 |
4.1 传统GSC不足 | 第47-49页 |
4.2 基于模型的语音增强系统 | 第49-50页 |
4.3 基于模型的GSC语音增强模型 | 第50-59页 |
4.3.1 系统结构 | 第50-52页 |
4.3.2 噪声估计 | 第52-54页 |
4.3.3 语音模建 | 第54-57页 |
4.3.4 最佳滤波器构造 | 第57-59页 |
4.4 小结 | 第59-60页 |
第五章 实验结果及分析 | 第60-76页 |
5.1 实验设置 | 第60页 |
5.2 实验步骤 | 第60-61页 |
5.3 实验仿真结果 | 第61-75页 |
5.3.1 测最佳分类数 | 第61-62页 |
5.3.2 算法性能对比 | 第62-75页 |
5.4 小结 | 第75-76页 |
结论 | 第76-78页 |
一、本文工作总结 | 第76页 |
二、下一步工作展望 | 第76-78页 |
参考文献 | 第78-83页 |
攻读硕士学位期间取得的研究成果 | 第83-84页 |
致谢 | 第84-85页 |
附件 | 第85页 |