| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第一章 绪论 | 第12-16页 |
| ·课题研究背景 | 第12-13页 |
| ·语音增强研究历史和现状 | 第13-14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 第二章 语音增强算法基础理论 | 第16-24页 |
| ·人耳感知特性 | 第16页 |
| ·语音产生模型及其特性分析 | 第16-19页 |
| ·语音信号的声学基础和产生模型 | 第16-18页 |
| ·语音特性分析 | 第18-19页 |
| ·噪声分类及其特性分析 | 第19-20页 |
| ·语音信号处理方法 | 第20-21页 |
| ·语音信号预处理 | 第20页 |
| ·语音信号加窗分帧 | 第20-21页 |
| ·语音增强效果的评价标准 | 第21-23页 |
| ·语音质量的主观评价 | 第21-22页 |
| ·语音质量的客观评价 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于短时谱估计的语音增强方法 | 第24-37页 |
| ·语音的短时频谱计算 | 第24-25页 |
| ·噪声估计 | 第25-26页 |
| ·基于谱相减法的语音增强算法 | 第26-31页 |
| ·基本谱减法原理 | 第27-28页 |
| ·改进的谱减法 | 第28-29页 |
| ·谱减法的优缺点 | 第29页 |
| ·谱减法语音增强实验 | 第29-31页 |
| ·基于MMSE 的语音增强算法 | 第31-35页 |
| ·STSA-MMSE 估计 | 第32-34页 |
| ·STSA-MMSE 语音增强实验 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 独立分量分析理论及算法 | 第37-49页 |
| ·独立分量分析(Independent Component Analysis) | 第37-42页 |
| ·ICA 基本概念 | 第37-41页 |
| ·ICA 的预处理 | 第41-42页 |
| ·ICA 基本求解算法 | 第42-43页 |
| ·快速独立分量分析(FastICA)算法 | 第43-46页 |
| ·非高斯程度的度量 | 第44-45页 |
| ·采用负熵的FICA 算法 | 第45-46页 |
| ·FICA 信号分离实验 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 强噪声背景下的语音增强算法仿真及其性能比较 | 第49-59页 |
| ·强噪声的获取与引入 | 第49-51页 |
| ·强噪声的获取及其信号特点 | 第49-50页 |
| ·强噪声通道引入 | 第50-51页 |
| ·算法仿真及其性能分析比较 | 第51-58页 |
| ·各种语音增强算法的消噪实验 | 第51-56页 |
| ·不同语音增强算法的性能比较 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 基于TMS320VC5509 的系统设计与FICA 算法实现 | 第59-75页 |
| ·系统硬件结构与实现 | 第59-63页 |
| ·硬件总体结构设计 | 第59页 |
| ·TMS320VC5509 芯片概述 | 第59-61页 |
| ·语音接口芯片 | 第61-62页 |
| ·通信接口模块 | 第62-63页 |
| ·系统软件设计和算法实现 | 第63-72页 |
| ·开发环境介绍 | 第63-65页 |
| ·上位机软件设计 | 第65-67页 |
| ·FICA 算法实现 | 第67-72页 |
| ·实验结果 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第七章 总结与展望 | 第75-77页 |
| ·本文工作总结 | 第75页 |
| ·后续工作展望 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80-81页 |
| 在学校期间的研究成果及发表的学术论文 | 第81页 |
