基于稀疏编码的语音去噪技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 语音去噪的研究现状 | 第11-13页 |
| 1.2.2 稀疏编码的研究现状 | 第13-14页 |
| 1.3 语音和噪声的特性 | 第14-15页 |
| 1.3.1 语音的特性 | 第14-15页 |
| 1.3.2 噪声的特性 | 第15页 |
| 1.4 本文的主要工作 | 第15-16页 |
| 1.5 论文章节安排 | 第16-18页 |
| 第二章 语音去噪算法 | 第18-30页 |
| 2.1 语音信号处理的常用变换 | 第18-20页 |
| 2.1.1 傅里叶变换 | 第19页 |
| 2.1.2 短时傅里叶变换 | 第19-20页 |
| 2.2 传统的语音去噪方法 | 第20-26页 |
| 2.2.1 谱减法 | 第21-23页 |
| 2.2.2 维纳滤波法 | 第23-24页 |
| 2.2.3 最小均方误差估计法 | 第24-26页 |
| 2.3 基于稀疏编码的语音去噪方法 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 语音字典以及噪声字典的构建 | 第30-44页 |
| 3.1 引言 | 第30页 |
| 3.2 语音字典的构建 | 第30-34页 |
| 3.3 噪声字典的构建 | 第34-41页 |
| 3.3.1 基于K-SVD字典学习的噪声字典 | 第35-37页 |
| 3.3.2 噪声低秩性假设的合理性 | 第37-39页 |
| 3.3.3 低秩的噪声字典 | 第39-41页 |
| 3.4 实验结果 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 稀疏编码算法研究 | 第44-54页 |
| 4.1 引言 | 第44页 |
| 4.2 最小角回归算法 | 第44-47页 |
| 4.3 基于语音局部相关性的最小角回归算法 | 第47-50页 |
| 4.3.1 语音信号的局部相关性 | 第47-49页 |
| 4.3.2 改进型最小角回归算法 | 第49-50页 |
| 4.4 实验结果 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 改进的稀疏编码语音去噪算法 | 第54-65页 |
| 5.1 改进的稀疏编码语音去噪算法介绍 | 第54-57页 |
| 5.1.1 与语音信号不相关的噪声 | 第56-57页 |
| 5.1.2 与语音信号相关的噪声 | 第57页 |
| 5.2 仿真与实验 | 第57-64页 |
| 5.2.1 评价方法 | 第58-59页 |
| 5.2.2 语音字典和噪声字典训练 | 第59页 |
| 5.2.3 语音去噪 | 第59-63页 |
| 5.2.4 实验结果分析 | 第63-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 本文总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
