基于深度学习的语音分离研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 引言 | 第15-29页 |
| 1.1 课题的背景和意义 | 第15-17页 |
| 1.2 语音分离问题概述及相关方法 | 第17-19页 |
| 1.3 有监督的语音分离方法 | 第19-26页 |
| 1.3.1 输入特征 | 第20-21页 |
| 1.3.2 训练目标 | 第21-23页 |
| 1.3.3 学习器 | 第23-26页 |
| 1.4 研究内容与结构安排 | 第26-29页 |
| 第二章 深度学习框架下的语音分离 | 第29-47页 |
| 2.1 训练数据生成 | 第29-31页 |
| 2.2 时频分解 | 第31-33页 |
| 2.3 目标计算与特征抽取 | 第33-34页 |
| 2.4 模型训练 | 第34-35页 |
| 2.5 波形合成 | 第35-36页 |
| 2.6 性能评估 | 第36-37页 |
| 2.7 比较研究 | 第37-45页 |
| 2.7.1 实验配置 | 第37-38页 |
| 2.7.2 使用深度神经网络的语音分离系统 | 第38-42页 |
| 2.7.3 使用循环神经网络的语音分离系统 | 第42-45页 |
| 2.8 本章小结 | 第45-47页 |
| 第三章 多目标融合的单声道语音分离 | 第47-55页 |
| 3.1 引言 | 第47页 |
| 3.2 多目标融合方法 | 第47-50页 |
| 3.2.1 分离模型 | 第47-48页 |
| 3.2.2 输出融合 | 第48-50页 |
| 3.3 实验 | 第50-53页 |
| 3.4 本章小结 | 第53-55页 |
| 第四章 基于卷积网络的鲁棒性基音估计 | 第55-63页 |
| 4.1 引言 | 第55-56页 |
| 4.2 基音估计方法 | 第56-59页 |
| 4.2.1 选取候选基音 | 第57-58页 |
| 4.2.2 用卷积神经网络检测基音状态 | 第58页 |
| 4.2.3 基音追踪 | 第58-59页 |
| 4.3 实验 | 第59-62页 |
| 4.3.1 实验数据 | 第59-60页 |
| 4.3.2 实验评估 | 第60-61页 |
| 4.3.3 实验对比 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 语音分离和基音估计联合算法 | 第63-81页 |
| 5.1 引言 | 第63-64页 |
| 5.2 算法描述 | 第64页 |
| 5.3 特征抽取 | 第64-66页 |
| 5.4 系统描述 | 第66-70页 |
| 5.4.1 理想二值掩蔽估计 | 第66-68页 |
| 5.4.2 基音估计 | 第68页 |
| 5.4.3 联合算法 | 第68-70页 |
| 5.5 实验 | 第70-79页 |
| 5.5.1 实验配置 | 第70-72页 |
| 5.5.2 性能对比 | 第72-73页 |
| 5.5.3 实验分析 | 第73-79页 |
| 5.6 本章小结 | 第79-81页 |
| 第六章 单声道和多声道语音增强联合算法 | 第81-91页 |
| 6.1 引言 | 第81-82页 |
| 6.2 联合算法 | 第82-85页 |
| 6.3 实验 | 第85-89页 |
| 6.4 本章小结 | 第89-91页 |
| 第七章 总结与展望 | 第91-95页 |
| 7.1 本文工作总结 | 第91-92页 |
| 7.2 未来工作展望 | 第92-95页 |
| 附录A 语音分离系统性能指标 | 第95-99页 |
| 参考文献 | 第99-113页 |
| 致谢 | 第113-115页 |
| 攻读学位期间发表的学术论文 | 第115-117页 |
| 攻读学位期间参与的项目 | 第117页 |
