声明
摘要
插图目录
表格目录
第一章 绪论
1．1 研究背景与意义
1．2 本课题的研究历史与现状
1．3 本文主要研究内容
1．4 章节安排
第二章 耳语音可懂度增强概述
2．1 耳语音的产生机理
2．2 耳语音的听觉感知
2．2．1 人耳听觉感知原理
2．2．2 基底膜的生理特性
2．2．3 内毛细胞的生理特性
2．2．4 听神经发放特性
2．3 耳语音增强算法概述
2．3．1 谱域方法
2．3．2 子空间增强方法
2．4 耳语音增强算法的评价指标
2．4．1 语音质量评价
2．4．2 语音可懂度评价
第三章 基于自适应时频分解的弯折谱计算及耳语音可懂度增强
3．1 引言
3．2 弯折离散傅里叶变换及其逆敏感性问题
3．3 基于自适应时频分解的弯折离散傅里叶变换算法
3．4 基于自适应时频分解的弯折谱及其重建误差分析
3．5 基于自适应时频分解的耳语音可懂度增强
3．6 仿真实验及结果
3．7 结论
第四章 基于实值离散Gabor变换的耳语音可懂度增强
4．1 引言
4．2 实值离散Gabor变换
4．3 基于块时间递归和并行格型结构的离散Gabor分析窗求解
4．3．1 相关理论基础
4．3．2 分析窗快速求解算法
4．3．3 计算机仿真
4．4 基于Gabor时频谱的耳语音增强
4．5 仿真实验及性能评价
4．6 结论
第五章 基于听觉场景分析和机器学习的耳语音可懂度增强
5．1 引言
5．2 基于听觉场景分析的耳语音可懂度增强系统
5．2．1 系统概述
5．2．2 听觉外周处理
5．2．3 特征提取
5．2．4 基于支持向量机的耳语音T-F块二元掩蔽值估计
5．2．5 基于二元时频掩蔽的耳语音可懂度增强
5．3 听辨实验及结果
5．4 结论
第六章 基于卷积非负矩阵分解的耳语音可懂度增强
6．1 引言
6．2 卷积非负矩阵分解
6．2．1 非负矩阵分解
6．2．2 卷积非负矩阵分解
6．3 基于卷积非负矩阵分解的耳语音可懂度增强算法
6．3．1 单通道语音增强的信号模型
6．3．2 基于卷积非负矩阵分解的单通道语音增强算法推导
6．4 仿真实验及结果
6．5 结论
第七章 基于感知约束原理的耳语音可懂度增强
7．1 引言
7．2 非对称目标函数及其导出的增益函数
7．3 改进的噪声谱估计方法
7．3．1 基于语音出现概率的时频递归平均噪声谱估计
7．3．2 基于最小控制的语音出现概率估计
7．4 仿真实验及结果
7．4．1 噪声谱估计
7．4．2 耳语音增强
7．5 结论
第八章 总结与展望
8．1 总结
8．2 进一步的工作
致谢
参考文献
作者简介(包括论文和成果清单)
