语音主动干扰相干噪声的合成方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及研究现状 | 第10-15页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 国内外研究现状 | 第11-15页 |
| 1.2 研究内容及意义 | 第15-17页 |
| 1.2.1 主动干扰语音特征提取 | 第15-16页 |
| 1.2.2 筛选语音信号 | 第16页 |
| 1.2.3 干扰噪声合成与实验设计 | 第16-17页 |
| 1.3 研究目标 | 第17页 |
| 1.4 本论文的结构安排 | 第17-18页 |
| 第二章 主动干扰语音特征 | 第18-37页 |
| 2.1 语音数据 | 第18页 |
| 2.2 语音信号特征提取方法 | 第18-22页 |
| 2.3 S变换及其在MFCC参数提取中的应用 | 第22-24页 |
| 2.3.1 S变换 | 第22-23页 |
| 2.3.2 基于S变换的MFCC语音特征提取 | 第23-24页 |
| 2.4 运算效率改善 | 第24-27页 |
| 2.4.1 S变换压缩算法 | 第24-26页 |
| 2.4.2 重采样频率间隔 | 第26-27页 |
| 2.5 算法效果检验与误差分析 | 第27-35页 |
| 2.5.1 运算效率提升 | 第29-30页 |
| 2.5.2 数据压缩影响分析 | 第30-35页 |
| 2.6 本章小结 | 第35-37页 |
| 第三章 主动干扰语音信号筛选 | 第37-49页 |
| 3.1 贝叶斯网络模型 | 第37-38页 |
| 3.2 动态贝叶斯网络 | 第38-44页 |
| 3.2.1 网络拓扑结构 | 第39-41页 |
| 3.2.2 网络推导方法 | 第41-43页 |
| 3.2.3 网络学习算法 | 第43-44页 |
| 3.3 仿真分析 | 第44-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 主动干扰噪声信号合成 | 第49-66页 |
| 4.1 语音合成 | 第49-50页 |
| 4.2 主动干扰噪声合成方法 | 第50-52页 |
| 4.3 主动干扰噪声分析 | 第52-56页 |
| 4.3.1 主动干扰噪声的信息熵 | 第52-53页 |
| 4.3.2 主观听觉感受分析 | 第53-55页 |
| 4.3.3 语音信号处理分析 | 第55-56页 |
| 4.4 干扰合成实验及其结果分析 | 第56-65页 |
| 4.4.1 主动干扰噪声的合成仿真 | 第56页 |
| 4.4.2 干扰噪声的频谱 | 第56-58页 |
| 4.4.3 听觉感受 | 第58-60页 |
| 4.4.4 干扰噪声分析效果 | 第60-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 语音干扰实验 | 第66-73页 |
| 5.1 主动干扰原型系统 | 第66-68页 |
| 5.2 范围干扰实验 | 第68-71页 |
| 5.3 实验结果分析 | 第71-72页 |
| 5.4 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 全文总结 | 第73-74页 |
| 6.2 后续工作展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 附录A 录音内容 | 第80-82页 |
| 附录B 主要代码 | 第82-96页 |
| 在学期间取得的与学位论文相关的研究成果 | 第96-97页 |
