复杂环境下基于深度学习的语音信号预处理方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第16-32页 |
| 1.1 语音信号预处理 | 第16-18页 |
| 1.1.1 研究意义 | 第16-17页 |
| 1.1.2 语音增强的定义及分类 | 第17-18页 |
| 1.1.3 语音分离的定义及分类 | 第18页 |
| 1.2 语音增强的研究概况及算法概述 | 第18-26页 |
| 1.2.1 语音增强的研究概况 | 第18-21页 |
| 1.2.2 语音增强算法概述 | 第21-26页 |
| 1.3 语音分离的研究概况及算法概述 | 第26-29页 |
| 1.3.1 语音分离的研究概况 | 第26页 |
| 1.3.2 语音分离算法概述 | 第26-29页 |
| 1.4 本文的研究内容和组织安排 | 第29-32页 |
| 1.4.1 本文的研究内容 | 第29-30页 |
| 1.4.2 本文的组织安排 | 第30-32页 |
| 第2章 基于深度学习的语音信号预处理方法回顾 | 第32-48页 |
| 2.1 基于深度学习的有监督训练 | 第32-38页 |
| 2.1.1 基本要素 | 第32-33页 |
| 2.1.2 常用深度神经网络介绍 | 第33-38页 |
| 2.2 基于深度学习的语音增强 | 第38-43页 |
| 2.2.1 输入特征 | 第39页 |
| 2.2.2 模型结构 | 第39-40页 |
| 2.2.3 目标优化 | 第40-43页 |
| 2.3 基于深度学习的语音分离 | 第43-46页 |
| 2.3.1 说话人相关的语音分离 | 第43页 |
| 2.3.2 说话人无关的语音分离 | 第43-46页 |
| 2.4 本章小结 | 第46-48页 |
| 第3章 低信噪比下联合VAD的DNN语音增强 | 第48-58页 |
| 3.1 引言 | 第48-49页 |
| 3.2 联合VAD的DNN语音增强 | 第49-53页 |
| 3.2.1 系统介绍 | 第49-50页 |
| 3.2.2 语音增强模型训练 | 第50-52页 |
| 3.2.3 语音端点检测(VAD)模型训练 | 第52-53页 |
| 3.2.4 模型融合 | 第53页 |
| 3.3 实验和结果 | 第53-56页 |
| 3.3.1 实验配置 | 第53-54页 |
| 3.3.2 说话人无关的语音增强 | 第54-56页 |
| 3.3.3 说话人相关的语音增强 | 第56页 |
| 3.4 本章小结 | 第56-58页 |
| 第4章 基于渐进式学习的语音增强 | 第58-77页 |
| 4.1 引言 | 第58页 |
| 4.2 渐进式语音增强 | 第58-61页 |
| 4.3 改进的渐进式语音增强 | 第61-64页 |
| 4.3.1 密集连接的渐进式语音增强 | 第61-63页 |
| 4.3.2 后处理 | 第63-64页 |
| 4.4 实验和结果 | 第64-75页 |
| 4.4.1 语音增强实验 | 第64-73页 |
| 4.4.2 语音识别实验 | 第73-75页 |
| 4.5 本章总结 | 第75-77页 |
| 第5章 噪声环境下说话人相关的语音分离 | 第77-88页 |
| 5.1 引言 | 第77页 |
| 5.2 语音增强和语音分离的联合建模 | 第77-79页 |
| 5.3 实验和结果 | 第79-87页 |
| 5.4 本章小结 | 第87-88页 |
| 第6章 真实复杂环境下语音信号预处理的应用 | 第88-94页 |
| 6.1 引言 | 第88-89页 |
| 6.2 渐进式语音增强 | 第89页 |
| 6.3 资源受限场景下说话人相关的语音分离 | 第89-93页 |
| 6.4 总结 | 第93-94页 |
| 第7章 总结 | 第94-98页 |
| 7.1 本文的主要贡献与创新点 | 第94-96页 |
| 7.2 后续的研究工作 | 第96-98页 |
| 参考文献 | 第98-106页 |
| 在读期间发表的学术论文与取得的研究成果 | 第106-109页 |
| 致谢 | 第109-110页 |
