| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 引言 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究历史现状 | 第11-12页 |
| 1.3 本论文主要内容 | 第12-14页 |
| 第二章 语音分离理论概述 | 第14-23页 |
| 2.1 语音和噪声概述 | 第14-16页 |
| 2.1.1 语音信号的产生 | 第14页 |
| 2.1.2 语音的短时平稳性 | 第14-15页 |
| 2.1.3 人耳感知系统 | 第15页 |
| 2.1.4 噪声特性 | 第15-16页 |
| 2.2 语音信号预处理 | 第16-17页 |
| 2.2.1 采样与量化 | 第16页 |
| 2.2.2 分帧 | 第16-17页 |
| 2.2.3 窗函数 | 第17页 |
| 2.3 语音分离评价标准 | 第17-19页 |
| 2.3.1 语音质量主观评价 | 第17-18页 |
| 2.3.2 语音质量客观评价 | 第18-19页 |
| 2.4 传统单通道语音分离技术 | 第19-22页 |
| 2.4.1 谱减法 | 第19-20页 |
| 2.4.2 维纳滤波法 | 第20-21页 |
| 2.4.3 基于计算听觉场景分析的方法 | 第21-22页 |
| 2.5 本章总结 | 第22-23页 |
| 第三章 相关工作介绍 | 第23-31页 |
| 3.1 深度神经网络 | 第23-24页 |
| 3.2 卷积神经网络 | 第24-25页 |
| 3.3 时延神经网络 | 第25-30页 |
| 3.3.1 时延神经网络简介 | 第25-26页 |
| 3.3.2 时延神经网络结构 | 第26-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于TDNN的单通道语音分离 | 第31-36页 |
| 4.1 语音分离整体过程描述 | 第31页 |
| 4.2 时频分解 | 第31-32页 |
| 4.3 特征提取 | 第32页 |
| 4.4 分离目标 | 第32-33页 |
| 4.5 神经网络模型 | 第33-35页 |
| 4.5.1 时延神经网络TDNN | 第33-34页 |
| 4.5.2 深度神经网络 | 第34页 |
| 4.5.3 卷积神经网络 | 第34-35页 |
| 4.6 波形重构 | 第35页 |
| 4.7 本章小结 | 第35-36页 |
| 第五章 实验结果及分析 | 第36-42页 |
| 5.1 实验数据 | 第36-37页 |
| 5.2 模型输入输出 | 第37页 |
| 5.3 实验结果与分析 | 第37-41页 |
| 5.3.1 对比不同TDNN结构在语音分离上的表现 | 第37-38页 |
| 5.3.2 TDNN、CNN、DNN三种模型的语音分离性能对比 | 第38-41页 |
| 5.4 本章小结 | 第41-42页 |
| 第六章 总结与期望 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 致谢 | 第47页 |