| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 语音分离技术研究背景及意义 | 第9-10页 |
| 1.2 欠定语音分离技术研究概况 | 第10-11页 |
| 1.3 本文主要研究内容及章节安排 | 第11-13页 |
| 2 语音处理的基础概念和基本原理 | 第13-20页 |
| 2.1 欠定语音分离的数学建模 | 第13-14页 |
| 2.2 语音信号的特性分析 | 第14-16页 |
| 2.3 语音特征简介 | 第16-18页 |
| 2.4 欠定语音分离性能评价体系 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 3 基于逐层分离和Softmax的单路源信号提取 | 第20-36页 |
| 3.1 系统框图和原理简介 | 第20-22页 |
| 3.2 基于逐层分离和Softmax的单路源信号提取 | 第22-31页 |
| 3.2.1 时频点的分离和消源矩阵的构建 | 第22-28页 |
| 3.2.2 Softmax的训练和分类 | 第28-31页 |
| 3.3 计算机仿真实验结果 | 第31-35页 |
| 3.3.1 语音混合的单路源提取 | 第31-32页 |
| 3.3.2 语音与音乐混合的单路源提取 | 第32-33页 |
| 3.3.3 语音与噪声混合的单路源提取 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 基于深度神经网络的单通道语音分离 | 第36-51页 |
| 4.1 系统框图和原理简介 | 第36-37页 |
| 4.2 基于深度神经网络的单通道语音分离 | 第37-47页 |
| 4.2.1 深度神经网络 | 第37-41页 |
| 4.2.2 强区分性目标函数 | 第41-45页 |
| 4.2.3 基于课程学习的训练方法 | 第45-47页 |
| 4.3 计算机仿真实验结果 | 第47-49页 |
| 4.3.1 实验参数设置 | 第47-48页 |
| 4.3.2 实验结果与分析 | 第48-49页 |
| 4.4 本章小结 | 第49-51页 |
| 5 基于矩阵分解和深度神经网络的单通道语音分离 | 第51-61页 |
| 5.1 系统框图和原理简介 | 第51-52页 |
| 5.2 基于矩阵分解和深度神经网络的单通道语音分离 | 第52-57页 |
| 5.2.1 非负矩阵分解与深度神经网络的结合 | 第52-54页 |
| 5.2.2 稀疏表示与深度神经网络的结合 | 第54-57页 |
| 5.3 计算机仿真实验结果 | 第57-60页 |
| 5.3.1 非负矩阵分解与深度神经网络的结合 | 第57-58页 |
| 5.3.2 稀疏表示与深度神经网络的结合 | 第58-59页 |
| 5.3.3 实验对比和分析 | 第59-60页 |
| 5.4 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-70页 |