移动机器人的听觉信号去噪算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| Contents | 第9-11页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 语音信号增强算法的发展现状 | 第12-15页 |
| 1.3 本论文的主要研究内容 | 第15-16页 |
| 第二章 语音增强的基础知识 | 第16-21页 |
| 2.1 语音信号的特性 | 第16-17页 |
| 2.2 噪声及噪声场特性概述 | 第17-18页 |
| 2.2.1 噪声特性 | 第17-18页 |
| 2.2.2 噪声场特性 | 第18页 |
| 2.3 语音增强的性能评价标准 | 第18-19页 |
| 2.3.1 主观评价方法 | 第19页 |
| 2.3.2 客观评价方法 | 第19页 |
| 2.4 单通道的语音增强算法 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 基于麦克风阵列的语音增强的策略分析与对比 | 第21-37页 |
| 3.1 麦克风阵列概述 | 第21-25页 |
| 3.1.1 空间采样定理 | 第21-22页 |
| 3.1.2 远场模型与近场模型 | 第22-23页 |
| 3.1.3 麦克风阵列拓扑结构 | 第23-25页 |
| 3.2 麦克风阵列语音增强中的关键技术 | 第25-31页 |
| 3.2.1 时间延迟估计 | 第25-27页 |
| 3.2.2 广义互相关法和自适应滤波法的比较分析 | 第27-31页 |
| 3.2.3 语音端点检测 | 第31页 |
| 3.3 麦克风阵列语音增强的基本算法 | 第31-36页 |
| 3.3.1 固定波束形成算法 | 第31-33页 |
| 3.3.2 自适应波束形成算法 | 第33-34页 |
| 3.3.3 自适应后置滤波算法 | 第34-35页 |
| 3.3.4 三种波束形成的对比分析 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 自适应波束形成与谱减法结合的语音增强方法 | 第37-55页 |
| 4.1 算法结构 | 第37-38页 |
| 4.2 自适应波束形成 | 第38-40页 |
| 4.3 谱减法语音增强技术 | 第40-48页 |
| 4.3.1 传统的谱减法 | 第40-42页 |
| 4.3.2 谱减法的关键技术 | 第42-45页 |
| 4.3.3 改进后具有输入幅值谱自适应的谱减法 | 第45-48页 |
| 4.4 仿真实验 | 第48-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第五章 基于麦克风阵列语音增强的语音识别结果分析 | 第55-67页 |
| 5.1 算法结构 | 第55-61页 |
| 5.1.1 阵列处理算法 | 第55-59页 |
| 5.1.2 语音识别算法 | 第59-61页 |
| 5.2 矢量量化 | 第61-62页 |
| 5.3 仿真结果的分析与对比 | 第62-66页 |
| 5.4 本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读学位期间发表的论文及获奖 | 第72-74页 |
| 致谢 | 第74页 |
