语音增强中噪声估计的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 语音增强研究现状 | 第10-11页 |
| 1.2.2 噪声估计研究现状 | 第11-12页 |
| 1.3 本文主要内容和章节安排 | 第12-14页 |
| 2 语音特性及语音增强算法 | 第14-27页 |
| 2.1 语音信号及噪声信号特性 | 第14-16页 |
| 2.1.1 语音信号特性 | 第14页 |
| 2.1.2 噪声信号特性 | 第14-15页 |
| 2.1.3 人耳感知特性 | 第15-16页 |
| 2.2 语音增强算法 | 第16-24页 |
| 2.2.1 谱减算法 | 第16-18页 |
| 2.2.2 基于统计模型的算法 | 第18-22页 |
| 2.2.3 子空间算法 | 第22-24页 |
| 2.3 语音增强算法评价 | 第24-25页 |
| 2.3.1 主观评价 | 第24-25页 |
| 2.3.2 客观评价 | 第25页 |
| 2.4 本章小结 | 第25-27页 |
| 3 噪声的估计 | 第27-44页 |
| 3.1 VAD算法 | 第27-30页 |
| 3.2 MS算法 | 第30-35页 |
| 3.3 基于信号存在概率的递归平均算法 | 第35-43页 |
| 3.3.1 似然比算法 | 第36-38页 |
| 3.3.2 MCRA算法 | 第38-41页 |
| 3.3.3 IMCRA算法 | 第41-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 基于大小窗双向并行搜索的最小值搜索方法 | 第44-50页 |
| 4.1 改进的最小值搜索方法 | 第44-46页 |
| 4.2 实验仿真与分析 | 第46-49页 |
| 4.3 本章小结 | 第49-50页 |
| 5 改进的基于MMSE的噪声估计算法 | 第50-58页 |
| 5.1 基于MMSE的噪声功率谱估计 | 第50-52页 |
| 5.1.1 基于MMSE的VAD | 第51-52页 |
| 5.1.2 追踪停滞 | 第52页 |
| 5.2 基于语音存在概率的软判决 | 第52-54页 |
| 5.2.1 语音存在概率的估计 | 第52-53页 |
| 5.2.2 避免停滞 | 第53-54页 |
| 5.3 噪声估计算法评估 | 第54-57页 |
| 5.4 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考 文献 | 第60-63页 |
| 攻读学位期间的研究成果 | 第63页 |
