低信噪比条件下的语音端点检测算法研究

目录

第一章 绪论

1.1 本文研究的背景及意义

1.2 国内外相关行业的研究概况

1.2.1 基于时域特征参数的检测算法

1.2.2 基于变换域参数的检测算法

1.2.3 基于距离和失真度的检测算法

1.2.4 基于信息论的检测算法

1.2.5 基于统计模型和模式分类的检测算法

1.2.6 基于人工神经网络的检测算法

1.2.7 其他算法

1.3 本文研究的主要内容

1.4 章节安排

第二章 常规语音端点检测算法与问题分析

2.1 语音端点检测的常规流程

2.1.1 预处理

2.1.2 特征提取

2.1.3 端点判决

2.1.4 后处理

2.2.1 算法原理

2.2.2 问题分析

2.3.1 算法原理

2.3.2 问题分析

2.4.1 算法原理

2.5.2 问题分析

2.5.1 算法原理

2.5.2 问题分析

2.6 本章小结

第三章 改进的谱减降噪算法

3.1 带噪语音和信噪比

3.1.1 噪声类型与信噪比

3.1.2 噪声对语音的影响

3.2 常规语音降噪算法

3.2.1 LMS自适应滤波器算法

3.2.2 谱减算法

3.3 改进的谱减算法

3.3.1 改进方法

3.3.2 实现步骤

3.4 实验与对比

3.4.1 实验准备

3.4.2 实验流程

3.4.3 实验结果

3.5 本章小结

第四章 低信噪比条件下的端点检测算法

4.1 低信噪比条件下的语音端点检测

4.1.1 存在的主要问题

4.1.2 主要解决思路

4.1.3 算法评价方法

4.2.1 子带谱熵算法

4.2.2 能熵比算法

4.2.3 算法的优势与不足

4.3 改进的子带能熵比算法

4.3.1 算法改进

4.4.2 实现步骤

4.3.3 算法仿真

4.4 改进谱减与子带能熵比结合的端点检测算法

4.4.1 算法原理

4.4.2 实现步骤

4.4.3 算法仿真

4.5 本章小结

第五章 实验与性能比较

5.1 实验准备

5.1.1 平台与数据选择

5.1.2 流程设计

5.2.1 混叠Babble噪声的端点检测

5.2.2 混叠Factory1噪声的端点检测

5.2.3 混叠HFChannel噪声的端点检测

5.2.4 混叠Pink噪声的端点检测

5.2.5 混叠White噪声的端点检测

5.2.6 不同噪声间的横向对比

5.2.7 不同信噪比间的横向对比

5.3 实验总结

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

攻读硕士学位期间取得的研究成果

致谢