基于增广高斯模型的语音活动性检测算法研究
| 第1章 绪论 | 第1-12页 |
| ·语音活动性检测的意义 | 第8页 |
| ·语音活动性检测算法研究现状 | 第8-10页 |
| ·语音活动性检测的主要难点 | 第10-11页 |
| ·本文研究的主要内容及研究结果 | 第11页 |
| ·论文章节安排 | 第11-12页 |
| 第2章 语音与噪声信号的基本特征 | 第12-17页 |
| ·语音分析 | 第12-15页 |
| ·语音信号产生的声学模型 | 第12-13页 |
| ·激励模型 | 第13页 |
| ·发音模型 | 第13-15页 |
| ·噪声分析 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第3章 语音活动性检测的基本原理 | 第17-27页 |
| ·语音活动性检测的算法结构 | 第17-18页 |
| ·预处理 | 第18页 |
| ·特征量的提取 | 第18-23页 |
| ·能量 | 第18-20页 |
| ·过零率 | 第20-21页 |
| ·周期性 | 第21页 |
| ·熵 | 第21-22页 |
| ·倒谱系数 | 第22-23页 |
| ·判决准则 | 第23-25页 |
| ·基于阈值边界的判决准则 | 第24-25页 |
| ·基于统计分布模型的判决准则 | 第25页 |
| ·后处理 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第4章 正交变换 | 第27-33页 |
| ·信号的正交分解 | 第27-30页 |
| ·KLT 变换 | 第28-29页 |
| ·离散余弦变换 | 第29-30页 |
| ·语音信号的解相关 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第5章 语音的统计分布模型与随机过程相关知识 | 第33-39页 |
| ·统计分布模型 | 第33-34页 |
| ·最大似然估计 | 第34-35页 |
| ·全概率公式和贝叶斯定理 | 第35-36页 |
| ·马尔可夫过程和隐马尔可夫模型 | 第36-38页 |
| ·马尔可夫过程 | 第36-37页 |
| ·隐马尔可夫模型 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第6章 语音活动性检测算法 | 第39-46页 |
| ·语音活动性的假设检验 | 第39-40页 |
| ·噪声信号的概率分布及其参数估计 | 第40-41页 |
| ·语音信号的概率分布及其参数估计 | 第41页 |
| ·语音活动过程的二元马尔可夫模型 | 第41-42页 |
| ·语音活动性检测算法 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第7章 仿真实验和全文总结 | 第46-52页 |
| ·基于增广高斯模型的 VAD 检测效果分析 | 第46-49页 |
| ·不同信噪比条件下的检测效果分析 | 第46页 |
| ·与基于拉普拉斯模型的 VAD 的检测效果比较 | 第46-49页 |
| ·全文总结 | 第49-51页 |
| ·进一步研究的考虑 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 中文摘要 | 第55-58页 |
| 英文摘要 | 第58-61页 |
| 致谢 | 第61-62页 |
| 导师及作者简介 | 第62页 |
