语音降噪处理技术的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 语音降噪研究背景及意义 | 第9-10页 |
| 1.2 国内外研究进展及现状 | 第10-11页 |
| 1.3 研究内容和结构安排 | 第11-12页 |
| 1.3.1 研究内容 | 第11-12页 |
| 1.3.2 结构安排 | 第12页 |
| 1.4 本章小结 | 第12-13页 |
| 第二章 语音信号特性及降噪算法评价方法 | 第13-22页 |
| 2.1 语音信号模型与特性 | 第13-14页 |
| 2.1.1 语音信号模型 | 第13页 |
| 2.1.2 语音信号特性 | 第13-14页 |
| 2.1.3 噪声特性 | 第14页 |
| 2.2 语音降噪的相关算法 | 第14-16页 |
| 2.2.1 子空间方法 | 第14-15页 |
| 2.2.2 逆滤波解混响和降噪 | 第15-16页 |
| 2.3 语音降噪算法的评价 | 第16-18页 |
| 2.3.1 客观评价 | 第16-17页 |
| 2.3.2 主观评价 | 第17-18页 |
| 2.4 数字滤波器设计 | 第18-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 基于谱减法的语音降噪处理算法 | 第22-32页 |
| 3.1 谱减法算法原理 | 第22页 |
| 3.2 谱减法实现步骤 | 第22-23页 |
| 3.3 减少后期干扰的谱减法 | 第23-25页 |
| 3.4 基于改进谱减法的语音降噪处理 | 第25-28页 |
| 3.5 仿真结果 | 第28-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 基于自适应滤波的语音降噪算法 | 第32-40页 |
| 4.1 自适应滤波算法原理 | 第32-34页 |
| 4.1.1 LMS算法原理 | 第32-33页 |
| 4.1.2 自适应滤波算法 | 第33-34页 |
| 4.2 基于自适应滤波的语音降噪处理步骤 | 第34-36页 |
| 4.3 仿真结果 | 第36-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 基于AR模型的卡尔曼语音降噪算法 | 第40-55页 |
| 5.1 语音信号结构性检测 | 第40-42页 |
| 5.1.1 MFCC倒谱距离端点检测法 | 第40-42页 |
| 5.2 AR模型噪声预测 | 第42-43页 |
| 5.2.1 确定阶数 | 第42-43页 |
| 5.2.2 建立AR模型,并估计噪声方差 | 第43页 |
| 5.3 AR结合kalman语音降噪 | 第43-54页 |
| 5.3.1 利用kalman进行滤波降噪 | 第43-46页 |
| 5.3.2 仿真实验 | 第46-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-56页 |
| 6.1 研究结论总结 | 第55页 |
| 6.2 展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读学位期间的研究成果 | 第60页 |
