| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 符号、缩写与专有名词含义清单 | 第9-12页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 语音端点检测研究的背景及意义 | 第12-13页 |
| 1.2 语音端点检测技术的发展和研究现状 | 第13-15页 |
| 1.3 语音增强算法的发展及研究现状 | 第15-16页 |
| 1.4 本文的主要工作及安排 | 第16-18页 |
| 第二章 语音信号端点检测知识及算法 | 第18-32页 |
| 2.1 语音信号的数字化与预处理 | 第18-23页 |
| 2.1.1 语音信号的产生和传播过程 | 第18-19页 |
| 2.1.2 语音信号的预滤波 | 第19-20页 |
| 2.1.3 语音信号的采样与量化 | 第20页 |
| 2.1.4 语音信号的预加重 | 第20页 |
| 2.1.5 短时分帧加窗处理 | 第20-23页 |
| 2.2 语音信号处理中常用的音频特征 | 第23-28页 |
| 2.2.1 短时能量分析 | 第23-24页 |
| 2.2.2 短时平均过零率分析 | 第24-25页 |
| 2.2.3 短时信息熵分析 | 第25-26页 |
| 2.2.4 语谱图分析 | 第26-28页 |
| 2.3 影响语音信号端点检测的因素以及噪音分类 | 第28-30页 |
| 2.3.1 影响语音信号端点检测的因素 | 第28页 |
| 2.3.2 噪声的分类 | 第28-30页 |
| 2.3.3 人耳的感知特性 | 第30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 基于Legendre非线性拓展的自适应滤波 | 第32-54页 |
| 3.1 自适应滤波系统 | 第32-37页 |
| 3.1.1 滤波器 | 第33-36页 |
| 3.1.2 滤波算法 | 第36-37页 |
| 3.2 自适应滤波系统改进 | 第37-44页 |
| 3.2.1 经典麦克风阵列语音增强方法 | 第37-38页 |
| 3.2.2 固定波束形成方法 | 第38-39页 |
| 3.2.3 基于非线性函数扩展的神经网络 | 第39-42页 |
| 3.2.4 基于麦克风阵列的非线性自适应滤波 | 第42-44页 |
| 3.2.5 滤波算法的改进 | 第44页 |
| 3.3 实验仿真结果与分析 | 第44-48页 |
| 3.4 语音质量的评价标准 | 第48-53页 |
| 3.4.1 主观评价方法 | 第48-50页 |
| 3.4.2 客观评价方法 | 第50-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 基于自适应非线性滤波的语音端点检测方法 | 第54-69页 |
| 4.1 传统语音端点检测流程 | 第54-55页 |
| 4.2 基于短时能量和短时过零率的双门限改进端点检测方法 | 第55-60页 |
| 4.2.1 传统双门限法 | 第55-57页 |
| 4.2.2 语音信号的平滑处理 | 第57-58页 |
| 4.2.3 传统线性滤波语音端点检测 | 第58-60页 |
| 4.3 实验数据采集及其分析 | 第60-68页 |
| 4.3.1 数据采集环境概述 | 第60页 |
| 4.3.2 数据采集器材 | 第60-63页 |
| 4.3.3 数据分析 | 第63-68页 |
| 4.4 本章小结 | 第68-69页 |
| 第五章 基于非线性滤波的Teager能零比端点检测算法 | 第69-81页 |
| 5.1 EMD的基本概念 | 第69-70页 |
| 5.1.1 瞬时频率 | 第69-70页 |
| 5.1.2 基本模式分量 | 第70页 |
| 5.2 EMD的基本原理 | 第70-73页 |
| 5.3 Teager能零比语音端点检测算法 | 第73-75页 |
| 5.4 基于改进非线性滤波的Teager能零比算法 | 第75-80页 |
| 5.5 本章小结 | 第80-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 总结 | 第81-82页 |
| 6.2 展望 | 第82-83页 |
| 参考文献 | 第83-90页 |
| 致谢 | 第90-91页 |
| 攻读硕士学位期间主要科研成果 | 第91页 |
