| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 英文缩略词表 | 第14-16页 |
| 第一章 绪论 | 第16-26页 |
| 1.1 课题背景及意义 | 第16-18页 |
| 1.2 国内外研究现状 | 第18-22页 |
| 1.2.1 国外研究现状 | 第19-22页 |
| 1.2.2 国内研究现状 | 第22页 |
| 1.3 主要研究内容 | 第22-26页 |
| 第二章 空域语音增强算法研究 | 第26-52页 |
| 2.1 阵列处理的数学模型 | 第26-35页 |
| 2.1.1 空域滤波的基本原理 | 第27-32页 |
| 2.1.2 语音信号的空域处理方法 | 第32-35页 |
| 2.2 自适应波束形成技术 | 第35-39页 |
| 2.2.1 最小方差无失真响应(MVDR)波束形成器 | 第35-37页 |
| 2.2.2 广义旁瓣相消器(GSC) | 第37-39页 |
| 2.3 频率不变波束形成技术 | 第39-48页 |
| 2.3.1 最小二乘方法 | 第40-45页 |
| 2.3.2 凸优化方法 | 第45-48页 |
| 2.4 算法性能分析 | 第48-51页 |
| 2.5 本章小结 | 第51-52页 |
| 第三章 语音端点检测方法 | 第52-70页 |
| 3.1 短时能量和过零率检测 | 第52-53页 |
| 3.2 自相关检测方法 | 第53-56页 |
| 3.3 频谱距离检测方法 | 第56-58页 |
| 3.4 基于无监督学习框架的检测方法 | 第58-68页 |
| 3.4.1 高斯混合对数能量分布模型 | 第59-61页 |
| 3.4.2 顺序高斯混合模型参数估计 | 第61-63页 |
| 3.4.3 GMM约束条件 | 第63-65页 |
| 3.4.4 基于GMM的VAD算法流程 | 第65-68页 |
| 3.5 算法性能分析 | 第68-69页 |
| 3.6 本章小结 | 第69-70页 |
| 第四章 时频域语音增强算法研究 | 第70-86页 |
| 4.1 信号特性分析 | 第70-73页 |
| 4.1.1 风噪声特性分析 | 第70-72页 |
| 4.1.2 语音信号特性分析 | 第72-73页 |
| 4.2 基音周期估计 | 第73-79页 |
| 4.2.1 自相关方法 | 第73-74页 |
| 4.2.2 最小二乘谐波(LSH)法 | 第74-79页 |
| 4.3 梳状滤波器设计 | 第79-82页 |
| 4.3.1 ⅡR梳状滤波器设计 | 第79-80页 |
| 4.3.2 相干调制梳状滤波器设计 | 第80-82页 |
| 4.4 算法实现 | 第82-85页 |
| 4.4.1 实现流程 | 第82-83页 |
| 4.4.2 处理结果 | 第83-85页 |
| 4.5 本章小结 | 第85-86页 |
| 第五章 语音增强系统实现及实验研究 | 第86-100页 |
| 5.1 阵列语音增强系统的设计和实现 | 第86-95页 |
| 5.1.1 主控电路 | 第86-90页 |
| 5.1.2 外围接口电路 | 第90-95页 |
| 5.2 语音增强系统实验和数据分析 | 第95-99页 |
| 5.2.1 室外实验数据 | 第95-97页 |
| 5.2.2 实验结果分析 | 第97-99页 |
| 5.3 本章小结 | 第99-100页 |
| 第六章 总结和展望 | 第100-102页 |
| 6.1 研究总结 | 第100-101页 |
| 6.2 未来研究 | 第101-102页 |
| 参考文献 | 第102-108页 |
| 作者简历及在学期间所取得的研究成果 | 第108页 |