基于先验信噪比估计的语音增强算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 引言 | 第10页 |
| 1.2 语音增强技术概述 | 第10-16页 |
| 1.2.1 基于短时谱估计的方法 | 第11-13页 |
| 1.2.2 基于自适应滤波方法 | 第13页 |
| 1.2.3 基于神经网络的语音增强方法 | 第13-14页 |
| 1.2.4 基于统计模型的方法 | 第14-15页 |
| 1.2.5 基于人耳掩蔽效应的方法 | 第15-16页 |
| 1.3 论文研究的目的和意义 | 第16页 |
| 1.4 论文章节安排 | 第16-18页 |
| 第二章 语音增强的基本原理 | 第18-30页 |
| 2.1 语音信号与语音增强 | 第18-20页 |
| 2.1.1 语音信号特征和信息量 | 第18页 |
| 2.1.2 噪声信号特征及其分类 | 第18-19页 |
| 2.1.3 人耳感知特性 | 第19-20页 |
| 2.1.4 语音增强的信号模型 | 第20页 |
| 2.2 噪声估计 | 第20-25页 |
| 2.2.1 VAD方法 | 第21页 |
| 2.2.2 MS算法 | 第21-23页 |
| 2.2.3 基于MMSE的噪声估计方法 | 第23-25页 |
| 2.3 语音增强性能评价 | 第25-28页 |
| 2.3.1 主观评价 | 第25-26页 |
| 2.3.2 客观评价 | 第26-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 基于谐波重构的先验信噪比估计算法 | 第30-44页 |
| 3.1 引言 | 第30页 |
| 3.2 算法描述 | 第30-32页 |
| 3.3 经典先验信噪比估计算法 | 第32-35页 |
| 3.3.1 ML估计算法 | 第32-33页 |
| 3.3.2 DD算法 | 第33-34页 |
| 3.3.3 Plapous改进算法 | 第34页 |
| 3.3.4 三种算法之间的关系 | 第34-35页 |
| 3.4 基于谐波重构的先验信噪比估计算法 | 第35-42页 |
| 3.4.1 引言 | 第35页 |
| 3.4.2 算法实现 | 第35-39页 |
| 3.4.3 仿真实验结果和分析 | 第39-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 基于重分配谱图的听觉掩蔽算法 | 第44-60页 |
| 4.1 引言 | 第44页 |
| 4.2 语音重分配谱图 | 第44-50页 |
| 4.2.1 信道瞬时频率CIF和本地群延时LGD | 第44-47页 |
| 4.2.2 噪声跟踪性能分析 | 第47-48页 |
| 4.2.3 先验信噪比的重构 | 第48-50页 |
| 4.3 听觉掩蔽效应 | 第50-52页 |
| 4.3.1 掩蔽效应原理 | 第50-51页 |
| 4.3.2 噪声掩蔽阈值的计算 | 第51-52页 |
| 4.4 基于重分配谱图的听觉掩蔽算法 | 第52-54页 |
| 4.4.1 算法原理 | 第52-53页 |
| 4.4.2 感知增益函数 | 第53-54页 |
| 4.5 仿真实验结果和分析 | 第54-58页 |
| 4.6 本章小结 | 第58-60页 |
| 第五章 基于先验信噪比约束的二值掩码估计算法 | 第60-72页 |
| 5.1 引言 | 第60页 |
| 5.2 先验信噪比对噪声谱估计的影响 | 第60-62页 |
| 5.3 基于先验信噪比约束的二值掩码估计算法 | 第62-66页 |
| 5.3.1 语音和噪声幅度谱估计 | 第62-65页 |
| 5.3.2 构造二值掩码 | 第65-66页 |
| 5.4 仿真实验结果与分析 | 第66-70页 |
| 5.5 本章小结 | 第70-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 论文总结 | 第72页 |
| 6.2 下一步研究的方向 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间发表的论文 | 第81页 |
