| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 语音增强技术简介 | 第7-8页 |
| 1.2 经典语音增强方法 | 第8-11页 |
| 1.2.1 谱减法 | 第8-9页 |
| 1.2.2 维纳滤波法 | 第9-10页 |
| 1.2.3 MMSE法 | 第10页 |
| 1.2.4 子空间方法 | 第10-11页 |
| 1.2.5 低秩稀疏分解法 | 第11页 |
| 1.3 国内外著名语音信号处理试验室 | 第11-12页 |
| 1.4 语音质量评估指标 | 第12页 |
| 1.5 章节安排 | 第12-14页 |
| 第2章 子空间方法语音增强方法 | 第14-19页 |
| 2.1 基于SVD分解（singular value decomposition）的子空间语音增强算法 | 第14-16页 |
| 2.1.1 SVD语音增强方法的最优估计 | 第15页 |
| 2.1.2 有色噪声下SVD算法的改进 | 第15-16页 |
| 2.2 基于EVD分解（eigenvalue decomposition）的子空间语音增强算法 | 第16-18页 |
| 2.2.1 时域约束估计器 | 第16-17页 |
| 2.2.2 频域约束估计器 | 第17-18页 |
| 2.3. SVD和EVD的关系 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 基于特征值分量置换的子空间语音增强方法 | 第19-32页 |
| 3.1 基于特征值分量置换子空间语音增强方法 | 第20-22页 |
| 3.2 特征值置换阈值S的估计 | 第22-23页 |
| 3.3 ES方法与KLT方法的对比 | 第23-24页 |
| 3.4 仿真试验与结果分析 | 第24-31页 |
| 3.5 本章小节 | 第31-32页 |
| 第4章 基于特征值分量筛选的子空间语音增强方法 | 第32-55页 |
| 4.1 MKLT方法的基本原理 | 第32-34页 |
| 4.2 MKLT方法流程图 | 第34-35页 |
| 4.3 MKLT方法和KLT方法的对比 | 第35-38页 |
| 4.4 MKLT方法与其它子空间方法的对比 | 第38页 |
| 4.5 仿真实验和分析 | 第38-52页 |
| 4.6 MKLT方法和ES方法的对比 | 第52-54页 |
| 4.7 本章小节 | 第54-55页 |
| 第5章 结束语 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 未来研究工作的展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 作者攻读硕士期间发表论文及参与项目情况 | 第61-62页 |
| 致谢 | 第62-63页 |