| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 目录 | 第9-11页 |
| 插图和附表清单 | 第11-12页 |
| 1 绪论 | 第12-18页 |
| 1.1 课题研究的背景和意义 | 第12-14页 |
| 1.2 静音检测技术国内外研究的历史与现状 | 第14-16页 |
| 1.3 本文的主要工作 | 第16-18页 |
| 2 语音产生的模型及其应用 | 第18-29页 |
| 2.1 语音产生的人体模型 | 第18-21页 |
| 2.1.1 声门和声带的结构和作用 | 第19-20页 |
| 2.1.2 声道的结构和作用 | 第20-21页 |
| 2.2 语音产生的数字模型 | 第21-25页 |
| 2.2.1 语音激励信号模型 | 第22页 |
| 2.2.2 声道的共振模型 | 第22-25页 |
| 2.3 语音信号源-滤波模型的数学表示 | 第25-26页 |
| 2.4 码激励线性预测编码器 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 常用的语音激活检测算法 | 第29-41页 |
| 3.1 基于能量的语音激活检测算法 | 第29-33页 |
| 3.2 基于高阶统计量的语音激活检测 | 第33-38页 |
| 3.2.1 高阶统计量 | 第33-34页 |
| 3.2.2 高阶统计量在语音激活检测中的应用 | 第34-35页 |
| 3.2.3 基于Log-Kurtosis的高阶统计检测算法 | 第35-38页 |
| 3.3 似然比检测 | 第38-39页 |
| 3.4 本章小结 | 第39-41页 |
| 4 基于源-滤波模型的广义似然比检测器 | 第41-54页 |
| 4.1 语音激活的假设检验 | 第41-45页 |
| 4.1.1 语音激活检测的二元假设 | 第41-42页 |
| 4.1.2 源-滤波模型的应用 | 第42-43页 |
| 4.1.3 似然比检验 | 第43-45页 |
| 4.2 声道和基频信息的利用 | 第45-48页 |
| 4.2.1 线性预测矩阵的产生 | 第45-47页 |
| 4.2.2 基频信息的产生 | 第47-48页 |
| 4.2.3 用于浊音检测的L_1检测器 | 第48页 |
| 4.3 用对清音检测的L_0检测器的优化 | 第48-50页 |
| 4.4 L_0检测器的仿真结果及分析 | 第50-54页 |
| 5 特征最优化的似然比检测器 | 第54-63页 |
| 5.1 线性判别分析 | 第54-55页 |
| 5.2 清音检测器与浊音检测器的联合优化 | 第55页 |
| 5.3 实验结果与分析 | 第55-63页 |
| 5.3.1 优化检测器的蒙特卡洛仿真 | 第55-59页 |
| 5.3.2 优化检测器的语音激活检测 | 第59-63页 |
| 6 总结与展望 | 第63-64页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读学位期间的科研成果 | 第69页 |