| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·语音增强研究综述 | 第11-12页 |
| ·盲源分离技术的应用现状 | 第12-13页 |
| ·论文研究内容与结构安排 | 第13-16页 |
| 第二章 语音增强的基本理论 | 第16-26页 |
| ·语音增强基础知识 | 第16-20页 |
| ·语音信号数字模型 | 第16-18页 |
| ·语音增强系统 | 第18页 |
| ·语音和噪声特性 | 第18-20页 |
| ·语音增强质量评价 | 第20-23页 |
| ·主观评价方法 | 第20-21页 |
| ·客观评价方法 | 第21-23页 |
| ·语音增强常用分析方法 | 第23-24页 |
| ·短时傅立叶变换 | 第23页 |
| ·小波变换 | 第23页 |
| ·盲源分离 | 第23-24页 |
| ·小结 | 第24-26页 |
| 第三章 奇异谱分析与盲源分离结合的单通道语音增强算法 | 第26-38页 |
| ·奇异谱分析基本理论 | 第26-28页 |
| ·时域预测盲源分离改进算法 | 第28-30页 |
| ·算法的基本原理 | 第28-29页 |
| ·算法的可实现性 | 第29-30页 |
| ·奇异谱分析与盲源分离结合的单通道语音增强算法原理 | 第30-31页 |
| ·实验仿真 | 第31-36页 |
| ·小结 | 第36-38页 |
| 第四章 独立分量域的单通道语音增强算法 | 第38-56页 |
| ·概述 | 第38-39页 |
| ·Bark尺度小波包分解 | 第39-42页 |
| ·人耳听觉感知特性 | 第39-40页 |
| ·Bark域频率概念 | 第40页 |
| ·Bark尺度小波包分解 | 第40-42页 |
| ·独立分量分析 | 第42-43页 |
| ·阈值函数选取 | 第43-47页 |
| ·传统阈值函数 | 第43-46页 |
| ·新阈值函数 | 第46页 |
| ·小波阈值估计 | 第46-47页 |
| ·语音增强的实现 | 第47-48页 |
| ·实验仿真 | 第48-53页 |
| ·小结 | 第53-56页 |
| 第五章 基于噪声估计的单通道语音增强算法 | 第56-80页 |
| ·基本原理 | 第56-57页 |
| ·经典噪声估计算法 | 第57-61页 |
| ·基于最小值跟踪的噪声估计算法 | 第57-58页 |
| ·基于统计信息的非平稳噪声估计算法 | 第58-61页 |
| ·基于短时谱更新的噪声动态估计算法 | 第61-63页 |
| ·噪声短时谱更新 | 第61页 |
| ·噪声谱动态估计 | 第61-63页 |
| ·信息最大化语音盲源分离改进算法 | 第63-65页 |
| ·实验仿真 | 第65-79页 |
| ·小结 | 第79-80页 |
| 第六章 总结与展望 | 第80-82页 |
| ·研究工作总结 | 第80-81页 |
| ·展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-88页 |
| 攻读学位期间发表的学术论文 | 第88页 |