| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12-15页 |
| 1.1.1 传统助听器概述 | 第12-13页 |
| 1.1.2 助听器的发展 | 第13-15页 |
| 1.2 国内外智能助听器研究现状 | 第15-18页 |
| 1.2.1 国外智能助听器的研究现状 | 第15-17页 |
| 1.2.2 国内智能助听器的研究现状 | 第17-18页 |
| 1.3 研究意义 | 第18页 |
| 1.4 组织结构 | 第18-20页 |
| 第2章 智能助听系统框架 | 第20-30页 |
| 2.1 语音建模部分 | 第20-24页 |
| 2.1.1 说话人识别简介 | 第20-21页 |
| 2.1.2 说话人识别分类 | 第21-22页 |
| 2.1.3 说话人识别的主要方法 | 第22-24页 |
| 2.2 复杂环境下混合语音分离及目标人语音的提取部分 | 第24-28页 |
| 2.2.1 混合信号盲分离的提出与发展 | 第24-25页 |
| 2.2.2 混合信号多通道盲分离的模型与定义 | 第25-26页 |
| 2.2.3 混合信号多通道盲分离的方法 | 第26-27页 |
| 2.2.4 指定目标人语音信息提取 | 第27-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第3章 基于GMM的说话人语音模型 | 第30-44页 |
| 3.1 语音信号产生机理 | 第31页 |
| 3.2 语音信号的预处理 | 第31-35页 |
| 3.2.1 预加重 | 第32页 |
| 3.2.2 分帧和加窗 | 第32-33页 |
| 3.2.3 双门限端点检测 | 第33-35页 |
| 3.3 高信噪比下基于双门限端点检测的高斯混合模型 | 第35-41页 |
| 3.3.1 MFCC特征提取 | 第36-37页 |
| 3.3.2 高斯混合模型 | 第37-39页 |
| 3.3.3 模型评价 | 第39-40页 |
| 3.3.4 实验结果及分析 | 第40-41页 |
| 3.4 低信噪比下基于改进端点检测的高斯混合模型 | 第41-43页 |
| 3.4.1 多窗谱估计谱减法和能熵比法的端点检测 | 第41-43页 |
| 3.4.2 实验结果及分析 | 第43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 复杂环境下混合语音分离与目标语音提取 | 第44-64页 |
| 4.1 MUSIC算法确定多目标语音个数和方向 | 第45-48页 |
| 4.1.1 概述 | 第45-46页 |
| 4.1.2 算法原理 | 第46-47页 |
| 4.1.3 仿真实验 | 第47-48页 |
| 4.2 基于声音强度矢量方向的多声音分离 | 第48-54页 |
| 4.2.1 声波、声强和声压的物理基本概念 | 第48-50页 |
| 4.2.2 算法原理 | 第50-52页 |
| 4.2.3 声音分离质量评价 | 第52-53页 |
| 4.2.4 仿真结果 | 第53-54页 |
| 4.3 基于声音强度矢量方向的多声源完全盲分离算法 | 第54-55页 |
| 4.3.1 算法原理 | 第54-55页 |
| 4.3.2 仿真结果 | 第55页 |
| 4.4 基于声源方向跟踪的多声源完全盲分离算法 | 第55-61页 |
| 4.4.1 卡尔曼滤波的声源跟踪算法原理 | 第56-58页 |
| 4.4.2 仿真实验 | 第58-60页 |
| 4.4.3 基于粒子滤波的声源跟踪算法原理 | 第60-61页 |
| 4.4.4 仿真结果 | 第61页 |
| 4.5 目标语音提取 | 第61-62页 |
| 4.6 本章小结 | 第62-64页 |
| 第5章 智能助听系统的硬件平台实现 | 第64-78页 |
| 5.1 系统的硬件平台搭建 | 第64-72页 |
| 5.1.1 系统总体方案设计 | 第64-65页 |
| 5.1.2 语音采集与输出模块 | 第65-66页 |
| 5.1.3 DSP数据处理模块 | 第66-68页 |
| 5.1.4 DSP数据处理模块 | 第68-69页 |
| 5.1.5 时序逻辑控制模块 | 第69-71页 |
| 5.1.6 JTAG接口模块 | 第71-72页 |
| 5.2 硬件平台上的软件实现 | 第72-76页 |
| 5.2.1 系统的初始化 | 第73-74页 |
| 5.2.2 数据的存储 | 第74-75页 |
| 5.2.3 数据的处理 | 第75-76页 |
| 5.3 系统性能与结果分析 | 第76-77页 |
| 5.4 本章小结 | 第77-78页 |
| 第6章 总结与展望 | 第78-80页 |
| 6.1 本文的主要贡献与结论 | 第78页 |
| 6.2 未来工作 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 攻读硕士学位期间的论文专利情况 | 第86页 |
