基于子空间的语音增强算法研究
| 表目录 | 第1-8页 |
| 图目录 | 第8-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 前言 | 第11-17页 |
| ·语音增强简介 | 第11-12页 |
| ·子空间语音增强算法的发展现状 | 第12-15页 |
| ·语音增强算法在语音识别中的应用 | 第15页 |
| ·本文的工作 | 第15-17页 |
| 第二章 子空间语音增强算法 | 第17-27页 |
| ·基于奇异值分解(SVD)的语音增强算法 | 第17-19页 |
| ·基于SVD 的最优估计 | 第17-18页 |
| ·有色噪声环境下算法的改进 | 第18-19页 |
| ·基于特征值分解(EVD)的语音增强算法 | 第19-22页 |
| ·时域约束估计器(TDC) | 第19-20页 |
| ·频域约束估计器(SDC) | 第20-22页 |
| ·基于SVD 与EVD 语音增强算法间的关系 | 第22页 |
| ·有色噪声环境下算法的改进 | 第22-25页 |
| ·信号、噪声分类选择KLT 算法 | 第22-23页 |
| ·自适应KL 变换方法 | 第23页 |
| ·基于广义特征值分解(GEVD)的算法改进 | 第23-25页 |
| ·基于人耳听觉掩蔽效应的子空间语音增强算法 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第三章 基于子空间的频域约束估计改进算法 | 第27-47页 |
| ·感知加权改进的时域约束估计器 | 第27-29页 |
| ·感知加权技术 | 第27-28页 |
| ·感知加权准则下的时域约束估计器 | 第28-29页 |
| ·频域约束估计器的改进算法 | 第29-35页 |
| ·白噪声环境下频域约束估计理论 | 第29-31页 |
| ·有色噪声环境下频域约束估计理论的改进 | 第31-34页 |
| ·最优频域约束估计器的统一形式 | 第34-35页 |
| ·感知加权改进的频域约束估计器 | 第35-36页 |
| ·子空间语音增强算法的实现 | 第36-39页 |
| ·协方差矩阵的估计算法 | 第36-38页 |
| ·拉格朗日乘子的确定 | 第38页 |
| ·信号子空间秩的确定 | 第38-39页 |
| ·实验结果与性能分析 | 第39-46页 |
| ·实验设置 | 第40-41页 |
| ·评价方法 | 第41-42页 |
| ·实验结果与分析 | 第42-46页 |
| ·小结 | 第46-47页 |
| 第四章 基于最优滤波和最小统计的噪声估计改进算法 | 第47-62页 |
| ·基于加权最小统计的噪声谱估计算法 | 第47-54页 |
| ·最小统计和最优滤波的噪声谱估计算法 | 第48-49页 |
| ·加权最小统计的改进算法 | 第49-51页 |
| ·实验及性能比较 | 第51-54页 |
| ·基于最优滤波和能量最小的噪声自相关估计算法 | 第54-59页 |
| ·模型的建立 | 第55页 |
| ·最优短时平滑滤波 | 第55-56页 |
| ·能量统计最小准则 | 第56-57页 |
| ·算法实现 | 第57-58页 |
| ·实验 | 第58-59页 |
| ·频域噪声谱估计算法在子空间算法中的应用 | 第59-61页 |
| ·小结 | 第61-62页 |
| 第五章 子空间语音增强在语音识别中的应用 | 第62-73页 |
| ·稳健语音识别技术发展现状 | 第62-64页 |
| ·鲁棒的语音特征 | 第62-63页 |
| ·噪声环境下的模型补偿 | 第63页 |
| ·基于语音增强的语音识别系统 | 第63-64页 |
| ·常用的特征参数 | 第64-66页 |
| ·子空间语音增强算法对特征提取的影响 | 第66-70页 |
| ·噪声环境下语音识别系统的性能分析 | 第70-72页 |
| ·小结 | 第72-73页 |
| 结束语 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 附录A 子空间语音增强算法中最优估计器的求解 | 第80-82页 |
| 1. TDC 估计器的求解 | 第80页 |
| 2. SDC 估计器的求解 | 第80-82页 |
| 附录B Lyapunov 方程的解 | 第82-85页 |
| 1、直接法 | 第82-83页 |
| 2、数值解法 | 第83-85页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第85-86页 |
| 致谢 | 第86页 |
