| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 语音增强算法的研究现状 | 第12-14页 |
| 1.3 课题的研究内容及目标 | 第14-15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第二章 语音增强技术的概述 | 第17-33页 |
| 2.1 谱减法 | 第18-19页 |
| 2.2 维纳滤波算法 | 第19-21页 |
| 2.3 基于统计的MMSE算法 | 第21-25页 |
| 2.3.1 基于短时频谱幅度的MMSE估计器 | 第21-23页 |
| 2.3.2 对数MMSE估计器 | 第23-24页 |
| 2.3.3 结合语音存在概率的对数MMSE估计器 | 第24-25页 |
| 2.4 噪声估计算法 | 第25-29页 |
| 2.4.1 最小值跟踪算法 | 第26-27页 |
| 2.4.2 最小值控制的递归平均MCRA算法 | 第27-29页 |
| 2.5 语音增强的其他优选算法 | 第29-31页 |
| 2.5.1 信号子空间算法 | 第30页 |
| 2.5.2 基于HMM的语音增强算法 | 第30-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第三章 特定人语音增强系统 | 第33-41页 |
| 3.1 特定人语音增强的总体框架 | 第33页 |
| 3.2 前端去噪预处理算法 | 第33-34页 |
| 3.3 说话人识别算法 | 第34-36页 |
| 3.4 基于特定人的语音增强算法 | 第36-37页 |
| 3.5 去噪预处理的测试结果及性能分析 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 基于GMM和OMLSA的特定人语音增强算法 | 第41-61页 |
| 4.1 基于MFCC和GMM的说话人特征提取方法 | 第42-43页 |
| 4.1.1 MFCC参数的GMM模型建立 | 第42-43页 |
| 4.1.2 说话人特征信息的频域转换 | 第43页 |
| 4.2 基于特定人特征的IMCRA噪声估计器 | 第43-49页 |
| 4.2.1 IMCRA噪声估计器 | 第44-45页 |
| 4.2.2 基于特定人特征改进的SD-IMCRA方法 | 第45-47页 |
| 4.2.3 特征系数的选取 | 第47-49页 |
| 4.2.4 基于特定人的IMCRA噪声估计性能分析 | 第49页 |
| 4.3 基于特定人特征的先验信噪比估计方法 | 第49-53页 |
| 4.3.1 先验信噪比估计的直接判决法 | 第51页 |
| 4.3.2 基于特征人特征改进的先验信噪比估计SD-DD方法 | 第51-52页 |
| 4.3.3 特征系数的选取及应用扩展 | 第52-53页 |
| 4.4 基于特定人特征的OMLSA语音估计器 | 第53-59页 |
| 4.4.1 OMLSA语音估计器 | 第54-56页 |
| 4.4.2 基于特定人信息改进的SD-OMLSA语音估计 | 第56-58页 |
| 4.4.3 特征系数的选取和分析 | 第58-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第五章 测试结果及性能分析 | 第61-75页 |
| 5.1 语音增强算法的性能评估方法 | 第61-64页 |
| 5.1.1 主观音质评估方法 | 第61-63页 |
| 5.1.2 客观音质评估方法 | 第63-64页 |
| 5.2 基于特定人的语音增强算法的测试结果 | 第64-73页 |
| 5.2.1 测试环境 | 第64页 |
| 5.2.2 基于特定人的SD-IMCRA-OMLSA算法性能测试 | 第64-68页 |
| 5.2.3 基于通用说话人特征的USD-IMCRA-OMLSA算法性能测试 | 第68-69页 |
| 5.2.4 基于特定人先验信噪比的维纳滤波算法性能测试 | 第69-70页 |
| 5.2.5 特定人语音增强算法性能分析 | 第70-73页 |
| 5.3 本章小结 | 第73-75页 |
| 第六章 工作总结与展望 | 第75-77页 |
| 6.1 本文的主要研究成果 | 第75-76页 |
| 6.2 后续研究工作 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间已发表或录用的论文 | 第81-83页 |
