| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-29页 |
| 1.1 语音增强的定义 | 第14页 |
| 1.2 研究背景与研究意义 | 第14-15页 |
| 1.3 语音增强技术的发展历程与研究现状 | 第15-25页 |
| 1.3.1 监督性语音增强的系统结构 | 第16-17页 |
| 1.3.2 时频分解 | 第17-18页 |
| 1.3.3 特征提取 | 第18-19页 |
| 1.3.4 训练目标 | 第19-22页 |
| 1.3.5 模型建立 | 第22-25页 |
| 1.4 论文主要内容和结构安排 | 第25-29页 |
| 第二章 基于深度神经网络的语音增强 | 第29-42页 |
| 2.1 DNN原理分析 | 第29-32页 |
| 2.1.1 DNN基本结构 | 第29-30页 |
| 2.1.2 参数训练 | 第30页 |
| 2.1.3 代价函数 | 第30页 |
| 2.1.4 反向传播算法 | 第30-31页 |
| 2.1.5 模型初始化 | 第31页 |
| 2.1.6 批量块大小的选择 | 第31-32页 |
| 2.1.7 学习速率 | 第32页 |
| 2.2 基于DNN的语音增强 | 第32-37页 |
| 2.2.1 人耳对声音的处理 | 第33页 |
| 2.2.2 特征提取 | 第33-35页 |
| 2.2.3 训练目标 | 第35-36页 |
| 2.2.4 语音合成 | 第36页 |
| 2.2.5 评价指标 | 第36-37页 |
| 2.3 实验语料选取 | 第37-38页 |
| 2.4 IBM和IRM对比实验 | 第38-39页 |
| 2.5 实验结果与分析 | 第39-41页 |
| 2.5.1 实验噪声选取 | 第39页 |
| 2.5.2 训练集和测试集生成方式 | 第39页 |
| 2.5.3 基于DNN的语音增强实验 | 第39-41页 |
| 2.6 本章小结 | 第41-42页 |
| 第三章 深度学习语音增强中的MRCG特征优化与互补特征选择 | 第42-60页 |
| 3.1 人耳听觉信息处理 | 第42-44页 |
| 3.1.1 对耳蜗模型的拟合 | 第42-43页 |
| 3.1.2 耳蜗谱图 | 第43-44页 |
| 3.2 MRCG特征提取与改进 | 第44-48页 |
| 3.2.1 MRCG特征原理 | 第44页 |
| 3.2.2 改进的MRCG特征 | 第44-47页 |
| 3.2.3 ARMA滤波器平滑 | 第47-48页 |
| 3.3 互补特征选择 | 第48-49页 |
| 3.3.1 常用语音增强特征 | 第48-49页 |
| 3.3.2 互补特征鉴定 | 第49页 |
| 3.4 实验结果与分析 | 第49-59页 |
| 3.4.1 实验语料 | 第49-50页 |
| 3.4.2 HIT-FA评价指标 | 第50-51页 |
| 3.4.3 ARMA滤波器阶数选择实验 | 第51页 |
| 3.4.4 基于改进MRCG特征的语音增强实验 | 第51-56页 |
| 3.4.5 基于Alpha均值滤波器的改进MRCG特征窗长选择实验 | 第56-57页 |
| 3.4.6 互补特征选择实验 | 第57-58页 |
| 3.4.7 基于互补特征的DNN语音增强系统实验 | 第58-59页 |
| 3.5 本章小结 | 第59-60页 |
| 第四章 深度学习语音增强中的模型优化 | 第60-76页 |
| 4.1 DNN训练策略优化 | 第60-64页 |
| 4.1.1 丢弃算法 | 第60-61页 |
| 4.1.2 整流线性单元 | 第61-62页 |
| 4.1.3 受限玻尔兹曼机预训练 | 第62-64页 |
| 4.2 CNN原理分析 | 第64-67页 |
| 4.2.1 CNN网络结构 | 第64-65页 |
| 4.2.2 卷积处理 | 第65-66页 |
| 4.2.3 池化处理 | 第66页 |
| 4.2.4 CNN模型参数训练 | 第66-67页 |
| 4.3 联合DNN和CNN的语音增强模型 | 第67-70页 |
| 4.3.1 基于DNN的掩蔽值估计 | 第68页 |
| 4.3.2 基于CNN的掩蔽值识别 | 第68-70页 |
| 4.4 实验结果与分析 | 第70-75页 |
| 4.4.1 实验语料 | 第70页 |
| 4.4.2 基于RBM预训练的DNN语音增强系统实验 | 第70-72页 |
| 4.4.3 基于dropout和ReLU激活函数的DNN语音增强系统实验 | 第72-73页 |
| 4.4.4 联合DNN和CNN的语音增强实验 | 第73-75页 |
| 4.5 本章小结 | 第75-76页 |
| 第五章 总结与展望 | 第76-79页 |
| 5.1 本文主要工作 | 第76-77页 |
| 5.2 下一步研究方向 | 第77-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 作者简历 | 第87页 |
