基于BP神经网络的语音增强系统研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪言 | 第8-15页 |
| ·语音增强的意义与研究现状 | 第8-11页 |
| ·语音增强的应用领域 | 第8-9页 |
| ·语音增强的意义 | 第9-10页 |
| ·国内外语音增强研究现状 | 第10-11页 |
| ·语音增强算法概述 | 第11-12页 |
| ·语音增强的目的 | 第12-13页 |
| ·论文的安排 | 第13-15页 |
| 第二章 语音信号的特征提取 | 第15-29页 |
| ·语音信号产生的模型 | 第15-16页 |
| ·语音信号的特性 | 第16-17页 |
| ·语音端点检测方法 | 第17-18页 |
| ·语音端点检测算法概述 | 第18-20页 |
| ·语音信号的特征提取 | 第20页 |
| ·MEL 倒谱系数提取 | 第20-26页 |
| ·MEL 倒谱系数 | 第21-22页 |
| ·Mel 倒谱参数的提取 | 第22-25页 |
| ·MEL 倒谱参数的计算方法 | 第25-26页 |
| ·噪声参数的估计 | 第26-29页 |
| ·噪声特性[18] | 第27页 |
| ·噪声参数估计方法 | 第27-29页 |
| 第三章 神经网络 | 第29-38页 |
| ·神经元 | 第29-30页 |
| ·BP 神经网络 | 第30-33页 |
| ·BP 神经网络的学习 | 第33-35页 |
| ·基于神经网络的语音端点的检测 | 第35-38页 |
| 第四章 系统设计研究 | 第38-49页 |
| ·自适应噪声抵消算法 | 第38-39页 |
| ·自适应噪声抵消法原理 | 第38-39页 |
| ·自适应噪声抵消存在的问题 | 第39页 |
| ·去噪 BP 神经网络的构建[24] | 第39-41页 |
| ·神经网络自适应滤波器工作原理 | 第41-42页 |
| ·语音信号的预处理 | 第42-44页 |
| ·基于神经网络含噪语音的特征提取 | 第44-45页 |
| ·噪声倒谱估值 | 第45-47页 |
| ·仿真 | 第47-49页 |
| 第五章 硬件设计 | 第49-55页 |
| ·语音信号的采集的实现 | 第49页 |
| ·AD73311 | 第49-52页 |
| ·TM5320C54X 结构特点 | 第52页 |
| ·基于 DSP 的语音增强处理系统的原理图 | 第52-55页 |
| 第六章 回顾及展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 硕士期间发表和录用的论文 | 第59-60页 |
| 致谢 | 第60页 |
