首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文--语音增强论文

基于RBF网络的语音增强研究

中文摘要第1-4页
ABSTRACT第4-8页
第一章 绪论第8-11页
   ·语音增强概述第8-10页
     ·语音增强的意义第8页
     ·语音增强的应用第8-9页
     ·语音增强技术的历史和发展第9-10页
   ·论文的结构安排第10页
   ·论文创新点第10-11页
第二章 语音增强基础第11-18页
   ·语音处理的研究方法第11页
   ·语音和噪声特性第11-13页
     ·语音特性第11-12页
     ·噪声特性第12-13页
   ·传统语音增强方法简述第13-16页
     ·谱减法第13-15页
     ·FIR维纳滤波器方法第15页
     ·基于隐马尔可夫模型的语音增强第15-16页
   ·神经网络在语音增强处理中的应用第16-18页
     ·神经网络用于语音信号处理第16页
     ·神经网络语音增强处理第16-18页
第三章 RBF神经网络第18-24页
   ·人工神经网络第18-19页
     ·神经元算法第18页
     ·网络训练方法第18-19页
     ·神经网络的特点第19页
     ·神经网络模型第19页
   ·RBF网络第19-22页
     ·RBF网络结构第19-20页
     ·RBF函数的学习过程第20-22页
     ·RBF网络的训练过程第22页
   ·神经网络工具箱第22-23页
     ·RBF网络的神经网络工具箱第22-23页
     ·神经网络创建函数第23页
   ·小结第23-24页
第四章 时域增强处理第24-38页
   ·概述第24-25页
   ·读取声音文件第25-27页
   ·语音端点检测第27-29页
     ·短时平均能量第27-28页
     ·短时过零率分析第28-29页
     ·双门限法端点检测第29页
   ·重新采样第29-30页
   ·预处理第30-31页
     ·分帧第30-31页
     ·加窗第31页
   ·RBF网络训练第31-34页
     ·前期准备第31页
     ·RBF网络的设计第31-32页
     ·训练RBF网络第32-33页
     ·网络测试与输出第33-34页
   ·重建语音第34-35页
     ·重新排序第34页
     ·上采样第34-35页
     ·形成.wav声音文件第35页
   ·增强效果评估第35-37页
     ·概述第35-36页
     ·信噪比第36-37页
     ·与BP网络相比较第37页
   ·小结第37-38页
第五章 频域增强处理第38-62页
   ·概述第38-39页
   ·预处理第39-41页
     ·预加重第40页
     ·分帧加窗第40-41页
   ·短时傅里叶变换第41-42页
   ·语谱图第42-44页
   ·提取共振峰第44-46页
     ·共振峰第44-45页
     ·共振峰参数的提取第45-46页
   ·线性预测第46-49页
     ·线性预测分析的基本原理第46-48页
     ·线性预测方程组的解法第48-49页
   ·RBF网络增强处理第49-52页
     ·建立RBF网络第49页
     ·处理LPC系数第49-50页
     ·处理共振峰参数第50-51页
     ·散布常数对RBF网络的影响第51-52页
       ·过学习第51页
       ·欠学习第51-52页
   ·修正频谱包络第52-55页
     ·谱包络估计第52-53页
     ·修正频谱包络第53-55页
   ·重建语音第55-58页
     ·频谱包络恢复时域信号第55页
     ·重叠相加第55-56页
     ·去加重和上采样第56-58页
   ·语音质量评价第58-61页
     ·主观评价方法第58页
     ·Mel频率倒谱失真度法第58-61页
       ·综述第58-59页
       ·Mel频率倒谱系数及其失真测度第59-60页
       ·增强效果评价第60-61页
   ·小结第61-62页
第六章 总结与展望第62-64页
   ·总结第62页
   ·展望第62-64页
参考文献第64-67页
发表论文和参加科研情况第67-68页
  发表的论文:第67页
 参加的科研项目:第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:纳米SiO2的改性及其在紫外光固化胶粘剂中的应用
下一篇:设施土壤养分状况及盐分的累积、迁移特征