声明
摘要
第一章 绪论
1.1 研究背景及意义
1.2 语音增强算法的研究现状
1.3 语音和噪声的特性
1.3.1 语音的特性
1.3.2 噪声的特性
1.4 主要研究工作和结构安排
1.5 小结
第二章 语音增强算法的基本理论
2.1 语音信号听觉模型
2.2 语音信号模型
2.2.1 激励模型
2.2.2 声道模型
2.2.3 辐射模型
2.3 带噪语音模型
2.4 语音质量的评测方法
2.4.1 主观评测方法
2.4.2 客观评测方法
2.5 小结
第三章 新阈值函数小波包变换语音增强算法
3.1 小波变换基础理论
3.1.1 小波变换定义
3.1.2 离散小波变换
3.1.3 多分辨率分析及Mallat算法
3.1.4 小波变换特点
3.2 常用小波函数
3.2.1 Haar小波
3.2.2 dbN(Daubechies)小波
3.2.3 对称小波symN(Symlets)
3.3 新阈值函数小波包变换语音增强算法
3.3.1 小波包变换语音增强原理
3.3.2 Bark尺度小波包分解
3.3.3 小波变换阈值估计
3.3.4 传统阈值函数
3.3.5 新阈值函数
3.4 实验仿真与分析
3.4.1 仿真环境和条件
3.4.2 仿真实验结果
3.4.3 仿真结果分析
3.5 小结
第四章 用后验信噪比修正小波包自适应阈值的语音增强算法
4.1 人耳掩蔽效应原理
4.1.1 掩蔽效应的原理
4.1.2 掩蔽阈值的计算过程
4.2 一种改进的非平稳噪声估计算法
4.2.1 非平稳噪声估计算法
4.2.2 改进的非平稳噪声估计算法
4.3 用后验信噪比修正小波包自适应阈值的语音增强算法
4.3.1 基于改进的噪声估计算法的后验信噪比
4.3.2 修正的自适应阈值的计算
4.3.3 新的Bark尺度小波包分解结构
4.4 实验仿真与分析
4.4.1 仿真环境和条件
4.4.2 仿真实验结果
4.4.3 仿真结果分析
4.5 小结
第五章 联合改进子空间的自适应阈值小波包语音增强算法
5.1 子空间语音增强算法
5.1.1 信号子空间与噪声子空间
5.1.2 时域约束估计器原理
5.1.3 白噪声背景下的子空间语音增强算法
5.2 递归最小二乘算法
5.2.1 递归最小二乘算法的原理
5.2.2 递归最小二乘算法的特点
5.3 改进的子空间算法
5.4 联合改进子空间的自适应阈值小波包语音增强算法
5.5 实验仿真与分析
5.5.1 仿真环境和条件
5.5.2 仿真实验结果
5.5.3 仿真结果分析
5.6 小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读学位期间发表的学术论文