致谢 | 第4-5页 |
摘要 | 第5-6页 |
Abstract | 第6页 |
1 绪论 | 第10-14页 |
1.1 引言 | 第10页 |
1.2 语音端点检测的研究意义与背景 | 第10-12页 |
1.2.1 语音端点检测的研究意义 | 第10-11页 |
1.2.2 语音端点检测的研究背景 | 第11-12页 |
1.3 端点检测的困难与要求 | 第12-13页 |
1.4 本文的研究内容与安排 | 第13-14页 |
2 语音信号端点检测理论 | 第14-20页 |
2.1 语音信号的产生机制及其数学模型 | 第14-16页 |
2.1.1 语音信号的产生机制及其特性 | 第14-15页 |
2.1.2 语音信号的数学模型 | 第15-16页 |
2.2 语音信号的预处理过程 | 第16-18页 |
2.2.1 语音信号的数字化 | 第16-17页 |
2.2.2 语音信号的预处理 | 第17-18页 |
2.3 语音信号端点检测的分析 | 第18-19页 |
2.4 本章小结 | 第19-20页 |
3 常用的语音端点检测算法 | 第20-36页 |
3.1 基于短时能量和短时过零率的端点检测算法 | 第20-25页 |
3.1.1 短时能量分析 | 第20-22页 |
3.1.2 短时过零率分析 | 第22-24页 |
3.1.3 语音信号的双门限判别 | 第24-25页 |
3.2 基于小波变换的端点检测算法 | 第25-29页 |
3.2.1 小波变换的基本理论 | 第26-27页 |
3.2.2 小波变换的多分辨率分析 | 第27-28页 |
3.2.3 小波子带方差 | 第28-29页 |
3.3 基于LPC倒谱特征的端点检测算法 | 第29-32页 |
3.4 基于分形维数的端点检测算法 | 第32-34页 |
3.5 本章小结 | 第34-36页 |
4 基于谱熵的端点检测研究 | 第36-44页 |
4.1 噪声的分类与特性 | 第36页 |
4.2 谱熵法 | 第36-41页 |
4.2.1 谱熵原理 | 第37-39页 |
4.2.2 子带谱熵 | 第39-40页 |
4.2.3 改进的加权因子 | 第40-41页 |
4.3 实验仿真及其分析 | 第41-42页 |
4.4 本章小结 | 第42-44页 |
5 基于语音增强的端点检测研究 | 第44-60页 |
5.1 自适应滤波技术 | 第44-47页 |
5.1.1 自适应滤波器设计 | 第44-45页 |
5.1.2 自适应滤波算法 | 第45-46页 |
5.1.3 基于最陡下降法的LMS算法 | 第46-47页 |
5.2 基于LMS算法的仿真实现 | 第47-50页 |
5.2.1 自适应滤波器的仿真实现 | 第47-48页 |
5.2.2 基于自适应滤波的语音端点检测仿真 | 第48-50页 |
5.3 基本谱减法 | 第50-52页 |
5.4 基于改进谱减与自适应噪声平滑的端点检测 | 第52-54页 |
5.4.1 改进谱减法 | 第52-54页 |
5.4.2 自适应噪声平滑 | 第54页 |
5.5 基于改进谱减与自适应噪声平滑的端点检测仿真 | 第54-58页 |
5.5.1 算法流程 | 第55页 |
5.5.2 改进算法的语音增强效果及仿真分析 | 第55-58页 |
5.5.3 改进的语音端点检测算法仿真及分析 | 第58页 |
5.6 本章小结 | 第58-60页 |
6 总结与展望 | 第60-62页 |
6.1 总结 | 第60页 |
6.2 展望 | 第60-62页 |
参考文献 | 第62-66页 |
作者简历 | 第66-67页 |
学位论文数据集 | 第67页 |