基于掩膜估计的语音增强算法研究

目录

声明

第一章绪论

1.1 研究背景及意义

1.2 国内外研究现状及发展态势

1.3 主要内容及结构安排

第二章波束形成及掩膜估计基础

2.1 阵列接收信号模型

2.1.1 窄带信号接收模型

2.1.2 语音信号接收模型

2.2 MVDR波束形成算法

2.3 基于统计的有监督学习模型

2.3.1 支撑矢量机模型

2.3.2 神经网络模型

2.4 基于统计的无监督学习模型

2.5 本章小结

第三章基于SVM的掩膜估计及语音增强算法

3.1 算法结构及基本原理

3.1.1 基于SRP算法的DOA估计模块

3.1.2 基于SVM 的掩膜估计模块

3.1.3 基于MVDR的语音增强模块

3.2 算法优化及改进

3.2.1 SVM输入特征的分析与简化

3.2.2 宽带SRP融合分析及优化

3.3仿真实验与分析

3.3.1 实验参数设置

3.3.2 实验结果比较

3.4 本章小结

第四章基于CGMM的掩膜估计及语音增强算法

4.1 算法结构及基本原理

4.1.1 基于CGMM的信号概率分布模型

4.1.2 基于时频域掩膜的MVDR参数估计模块

4.1.3基于MVDR的语音增强模块

4.2仿真实验与分析

4.2.1 实验参数设置

4.2.2 实验结果比较

4.3 本章小结

第五章基于神经网络的掩膜估计及语音增强算法

5.1 算法结构及基本原理

5.1.1 基于神经网络的掩膜估计模块

5.1.2基于时频域掩膜的MVDR参数估计模块

5.1.3 MVDR波束形成模块

5.1.4 后置滤波模块

5.2 算法优化及改进

5.2.1 基于语音存在概率的参数估计部分理论分析

5.2.2 MVDR参数估计部分的改进

5.3 仿真实验与分析

5.3.1 实验参数设置

5.3.2 实验结果比较

5.4 本章小结

第六章总结与展望

6.1 总结

6.2 展望

致谢

参考文献