语音信号的增强及其识别算法
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 语音增强及其识别的背景与意义 | 第10-12页 |
| 1.2 语音增强及其识别的发展和现状 | 第12-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 语音增强算法的概述 | 第16-36页 |
| 2.1 语音和噪声的基本特征 | 第16-20页 |
| 2.1.1 语音特征 | 第16-17页 |
| 2.1.2 噪声特征 | 第17-19页 |
| 2.1.3 人耳对语音的听觉特性 | 第19-20页 |
| 2.2 语音的主要增强算法 | 第20-27页 |
| 2.2.1 维纳滤波法 | 第20-22页 |
| 2.2.2 谱减法 | 第22-25页 |
| 2.2.3 最小均方误差估计法 | 第25-27页 |
| 2.3 小波分析 | 第27-35页 |
| 2.3.1 小波基函数的选取 | 第29-30页 |
| 2.3.2 小波分解层数的选取 | 第30-31页 |
| 2.3.3 阈值函数的选取和改进 | 第31-33页 |
| 2.3.4 阈值的选取和改进 | 第33-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 基于VMD和小波分析的语音增强算法 | 第36-50页 |
| 3.1 算法提出的背景 | 第36页 |
| 3.2 算法的基本框架 | 第36-37页 |
| 3.3 基于变分模态分解算法的预降噪 | 第37-45页 |
| 3.3.1 经验模态分解理论 | 第37-40页 |
| 3.3.2 集合经验模态分解理论 | 第40-42页 |
| 3.3.3 变分模态分解理论 | 第42-44页 |
| 3.3.4 相关系数 | 第44-45页 |
| 3.4 实验结果与分析 | 第45-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 语音信号的特征提取和改进的逻辑回归 | 第50-65页 |
| 4.1 特征提取 | 第50-54页 |
| 4.1.1 梅尔频谱倒谱系数的定义 | 第50-52页 |
| 4.1.2 梅尔频谱倒谱系数的求取 | 第52-54页 |
| 4.1.3 梅尔频谱倒谱系数的分析 | 第54页 |
| 4.2 逻辑回归 | 第54-60页 |
| 4.2.1 逻辑回归理论概述 | 第54-56页 |
| 4.2.2 逻辑回归的步骤 | 第56-58页 |
| 4.2.3 最大似然估计法 | 第58-59页 |
| 4.2.4 梯度下降法 | 第59-60页 |
| 4.3 基于粒子群的逻辑回归算法 | 第60-64页 |
| 4.3.1 粒子群优化算法 | 第61-62页 |
| 4.3.2 基于粒子群的逻辑回归算法 | 第62-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第五章 基于粒子群的逻辑回归说话人识别 | 第65-78页 |
| 5.1 说话人识别的概述 | 第65页 |
| 5.2 说话人识别模型 | 第65-66页 |
| 5.3 语音信号模型的建立 | 第66-68页 |
| 5.3.1 语音信号的分组 | 第66-67页 |
| 5.3.2 PSO-LR模型的建立 | 第67-68页 |
| 5.4 实验与结果分析 | 第68-76页 |
| 5.4.1 说话人性别的识别 | 第68-72页 |
| 5.4.2 说话人年龄段的识别 | 第72-74页 |
| 5.4.3 基于语音增强算法的说话人识别 | 第74-75页 |
| 5.4.4 LR与PSO-LR的识别性能比较 | 第75-76页 |
| 5.5 本章小结 | 第76-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 论文总结 | 第78-79页 |
| 6.2 工作展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
| 作者简介 | 第85页 |
