音乐中人声分离研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景意义 | 第10-11页 |
| 1.2 人声分离研究现状 | 第11-13页 |
| 1.2.1 基于时频分解的人声分离技术 | 第11-12页 |
| 1.2.2 基于基音的人声分离技术 | 第12-13页 |
| 1.3 论文的主要内容及章节安排 | 第13-16页 |
| 1.3.1 本文的研究内容 | 第13-14页 |
| 1.3.2 本文的结构安排 | 第14-16页 |
| 第二章 音乐分离技术基础 | 第16-27页 |
| 2.1 引言 | 第16页 |
| 2.2 音乐信号处理 | 第16-17页 |
| 2.2.1 短时傅里叶变换（STFT） | 第16-17页 |
| 2.2.2 常量Q变换 | 第17页 |
| 2.3 基本乐理知识 | 第17-18页 |
| 2.4 音乐分离技术 | 第18-25页 |
| 2.4.1 非负矩阵分解 | 第18-22页 |
| 2.4.3 鲁棒主成分分析 | 第22-23页 |
| 2.4.4 低秩分解 | 第23-25页 |
| 2.5 性能评价指标 | 第25-26页 |
| 2.6 小结 | 第26-27页 |
| 第三章 基于两步矩阵分解的人声分离 | 第27-47页 |
| 3.1 基于矩阵分解的人声分离 | 第27-31页 |
| 3.1.1 框架和总结 | 第27-28页 |
| 3.1.2 性能分析 | 第28-31页 |
| 3.2 两步矩阵分解 | 第31-39页 |
| 3.2.1 基本思想 | 第31-33页 |
| 3.2.2 谐波源分离（HPSS） | 第33-35页 |
| 3.2.3 系统框架 | 第35-38页 |
| 3.2.4 算法步骤 | 第38-39页 |
| 3.3 实验结果与分析 | 第39-46页 |
| 3.3.1 MIR-1K | 第39-43页 |
| 3.3.2 真实人声分离实验 | 第43-45页 |
| 3.3.3 各方法对比 | 第45-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于深度循环神经网络的人声分离 | 第47-61页 |
| 4.1 概述 | 第47-48页 |
| 4.2 深度学习 | 第48-52页 |
| 4.2.1 深度神经网络 | 第48-50页 |
| 4.2.2 深度循环神经网络 | 第50-52页 |
| 4.3 基于深度循环神经网络的人声分离 | 第52-56页 |
| 4.3.1 模型框架 | 第52-54页 |
| 4.3.2 时频分析 | 第54-55页 |
| 4.3.3 区分性训练 | 第55-56页 |
| 4.4 实验结果与分析 | 第56-60页 |
| 4.4.1 各参数的影响 | 第56-57页 |
| 4.4.2 目标函数和区分性训练的影响 | 第57-58页 |
| 4.4.3 各方法对比 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
