| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第15-33页 |
| 1.1 语音分离 | 第16-17页 |
| 1.1.1 语音分离的定义 | 第16页 |
| 1.1.2 语音分离的研究意义 | 第16-17页 |
| 1.2 语音分离技术的发展历史和研究概况 | 第17-20页 |
| 1.3 经典单通道语音分离方法介绍 | 第20-31页 |
| 1.3.1 矢量量化模型方法 | 第20-22页 |
| 1.3.2 高斯混合模型方法 | 第22-25页 |
| 1.3.3 隐马尔科夫模型方法 | 第25-27页 |
| 1.3.4 独立成分分析方法 | 第27-28页 |
| 1.3.5 非负矩阵分解方法 | 第28-30页 |
| 1.3.6 计算听觉场景分析方法 | 第30-31页 |
| 1.4 本论文的研究内容和结构安排 | 第31-33页 |
| 1.4.1 本论文的研究内容 | 第31-32页 |
| 1.4.2 本论文的结构安排 | 第32-33页 |
| 第二章 基于深度神经网络的异性说话人组合的说话人无关单通道语音分离 | 第33-61页 |
| 2.1 基于深度学习的语音分离算法回顾 | 第33-42页 |
| 2.1.1 深度学习方法简介 | 第33-39页 |
| 2.1.2 说话人相关方法回顾 | 第39-40页 |
| 2.1.3 说话人无关方法回顾 | 第40-42页 |
| 2.2 异性说话人组合的基于深度神经网络的说话人无关单通道语音分离系统 | 第42-57页 |
| 2.2.1 说话人模型距离度量 | 第43-45页 |
| 2.2.2 基于深度神经网络的语音分离模型 | 第45-52页 |
| 2.2.3 实验配置和结果 | 第52-57页 |
| 2.3 本章小结 | 第57-61页 |
| 第三章 基于说话人组合检测的说话人无关单通道语音分离 | 第61-81页 |
| 3.1 引言 | 第61-62页 |
| 3.2 基于深度神经网络的说话人无关语音分离系统 | 第62-69页 |
| 3.2.1 说话人的聚类 | 第63-65页 |
| 3.2.2 说话人组合检测器 | 第65-67页 |
| 3.2.3 语音分离器 | 第67-69页 |
| 3.3 实验和结果分析 | 第69-77页 |
| 3.3.1 实验配置 | 第69-70页 |
| 3.3.2 实验结果分析 | 第70-77页 |
| 3.4 本章小结 | 第77-81页 |
| 第四章 基于深度神经网络的单通道语音分离的目标函数优化 | 第81-93页 |
| 4.1 引言 | 第81-82页 |
| 4.2 基于最大似然估计的深度神经网络训练 | 第82-84页 |
| 4.3 输出估计错误的统计分析 | 第84-85页 |
| 4.4 实验和结果 | 第85-89页 |
| 4.4.1 实验配置 | 第85页 |
| 4.4.2 实验结果和分析 | 第85-89页 |
| 4.5 本章小结 | 第89-93页 |
| 第五章 总结 | 第93-97页 |
| 5.1 本文的主要贡献与创新点 | 第93-94页 |
| 5.2 后续的研究工作 | 第94-97页 |
| 参考文献 | 第97-113页 |
| 个人简历及在读期间发表的学术论文 | 第113-115页 |
| 致谢 | 第115-116页 |
