基于深度学习的单通道语音增强研究

目录

声明

第一章引言

1.1 研究背景与意义

1.2 国内外研究历史现状

1.3 本论文主要内容

第二章语音信号处理基本概念

2.1 语音和噪声的特性

2.1.1 语音的特性

2.1.2 噪声的特性

2.2 语音预处理

2.2.1 采样和量化

2.2.2 分帧

2.2.3 加窗

2.3 时频分解

2.4 波形合成

2.5 本章小结

第三章深度学习框架下的语音增强概述

3.1 训练数据生成

3.2 特征提取

3.3 训练目标

3.3.1 基于掩蔽的目标

3.3.2 基于映射的目标

3.4 增强模型

3.4.1 深度神经网络

3.4.2 长短时记忆网络

3.4.3 卷积循环神经网络

3.5 评价指标

3.5.1 主观评价

3.5.2 客观测评

3.6 本章小结

第四章基于胶囊网络的语音增强

4.1 胶囊神经元

4.2 胶囊间的动态路由

4.3 基于胶囊网络的语音增强模型

4.4 实验结果与分析

4.4.1 数据生成

4.4.2 实验配置

4.4.3 结果与分析

4.5 本章小结

第五章基于时序卷积循环神经网络的语音增强

5.1 模型整体结构

5.2 时序卷积循环模块

5.3 时序卷积

5.4 批归一化和长短时记忆网络

5.5 时序反卷积

5.6 损失函数

5.6.1 时域损失

5.6.2 时频域损失

5.6.3 组合损失函数

5.7 实验结果与分析

5.7.1 数据生成

5.7.2 实验配置

5.7.3 结果与分析

5.7.4 学习到滤波器分析

5.8 本章小结

第六章总结与期望

参考文献

致谢

攻读硕士期间发表的学术论文