| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题背景 | 第8页 |
| 1.2 研究现状 | 第8-9页 |
| 1.3 论文创新工作 | 第9-10页 |
| 1.4 论文结构 | 第10-12页 |
| 第2章 相关背景综述 | 第12-18页 |
| 2.1 语音活动检测 | 第12-14页 |
| 2.1.1 基于声学特征的语音活动检测 | 第12页 |
| 2.1.2 基于统计学模型的语音活动检测 | 第12-13页 |
| 2.1.3 基于深度学习的语音活动检测 | 第13-14页 |
| 2.2 高斯混合模型 | 第14-16页 |
| 2.2.1 高斯混合模型的基本概念 | 第14-15页 |
| 2.2.2 高斯混合模型的参数估计 | 第15-16页 |
| 2.3 本章小结 | 第16-18页 |
| 第3章 序贯语音活动检测算法 | 第18-30页 |
| 3.1 语音活动检测的无监督式学习框架 | 第18-21页 |
| 3.1.1 提取对数能量谱包络 | 第19页 |
| 3.1.2 基于高斯混合模型的对数谱包络建模 | 第19-21页 |
| 3.2 高斯混合模型的序贯参数估计 | 第21-26页 |
| 3.2.1 高斯混合模型的初始化 | 第22-23页 |
| 3.2.2 参数的序贯估计算法 | 第23-26页 |
| 3.3 高斯混合模型的约束 | 第26-29页 |
| 3.3.1 高斯混合模型中的均值和方差约束 | 第26-27页 |
| 3.3.2 高斯混合模型中的权重约束 | 第27-28页 |
| 3.3.3 高斯混合模型中的约束意义 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 实验及结果分析 | 第30-48页 |
| 4.1 实验数据准备 | 第30-31页 |
| 4.1.1 TIMIT数据集简介 | 第30-31页 |
| 4.1.2 纯净语音准备 | 第31页 |
| 4.1.3 带噪语音合成 | 第31页 |
| 4.2 对比实验设计 | 第31-34页 |
| 4.2.1 ITU G.729 Annex B VAD | 第32页 |
| 4.2.2 ETSI AMR VADs | 第32-34页 |
| 4.2.3 SGMM VAD | 第34页 |
| 4.3 实验参数选择 | 第34-36页 |
| 4.4 预备实验及结果 | 第36-42页 |
| 4.5 对比实验及结果 | 第42-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 论文总结 | 第48-49页 |
| 5.2 展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 发表论文和参加科研情况说明 | 第54-56页 |
| 致谢 | 第56-57页 |