高速驾驶环境中汽车噪声的语音增强算法
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 目录 | 第8-10页 |
| 1 引言 | 第10-16页 |
| 1.1 概述 | 第10-13页 |
| 1.1.1 语音增强的研究背景及意义 | 第10-11页 |
| 1.1.2 研究现状及发展趋势 | 第11-13页 |
| 1.1.3 汽车噪声的研究现状 | 第13页 |
| 1.2 语音增强的应用 | 第13-14页 |
| 1.3 论文主要研究内容及结构安排 | 第14-16页 |
| 2 语音增强的基本理论及汽车噪声分析 | 第16-32页 |
| 2.1 语音信号分析 | 第16-19页 |
| 2.1.1 语音特性 | 第18页 |
| 2.1.2 人耳感知特性 | 第18-19页 |
| 2.2 语音信号的预处理 | 第19-22页 |
| 2.2.1 语音信号的预加重 | 第19-20页 |
| 2.2.2 语音的分帧和加窗 | 第20-21页 |
| 2.2.3 语音信号的域变换 | 第21-22页 |
| 2.3 噪声特性及分类 | 第22-23页 |
| 2.4 汽车噪声分析 | 第23-25页 |
| 2.5 增强算法概述 | 第25-28页 |
| 2.6 语音增强效果评价方法 | 第28-31页 |
| 2.6.1 主观评价指标 | 第29页 |
| 2.6.2 客观评价指标 | 第29-31页 |
| 2.7 本章小结 | 第31-32页 |
| 3 基于GMM模型的噪声估计方法 | 第32-50页 |
| 3.1 高斯混合概率模型 | 第33-41页 |
| 3.1.1 建立样本向量 | 第34-35页 |
| 3.1.2 EM算法原理 | 第35-38页 |
| 3.1.3 模型参数计算 | 第38-41页 |
| 3.2 结合GMM模型的噪声估计 | 第41-45页 |
| 3.2.1 基于MAP的估计算法 | 第42-43页 |
| 3.2.2 基于MMSE的估计算法 | 第43-44页 |
| 3.2.3 MAP与MMSE的比较 | 第44-45页 |
| 3.3 实验结果及分析 | 第45-49页 |
| 3.4 本章小结 | 第49-50页 |
| 4 基于改进先验信噪比的MMSE语音增强算法 | 第50-62页 |
| 4.1 MMSE-LSA算法原理 | 第50-53页 |
| 4.2 先验信噪比的估计 | 第53-56页 |
| 4.2.1 直接判决估计算法 | 第53-54页 |
| 4.2.2 预测估计算法 | 第54-55页 |
| 4.2.3 直接判决和预测估计结合的算法 | 第55-56页 |
| 4.3 本文算法流程 | 第56-57页 |
| 4.4 实验结果及分析 | 第57-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 结论与展望 | 第62-66页 |
| 参考文献 | 第66-71页 |
| 作者简历 | 第71-73页 |
| 学位论文数据集 | 第73页 |
