语音信号盲分离与增强算法的研究2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

语音信号盲分离与增强算法的研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1语音增强研究的目的和意义2

1.2盲源分离的研究与发展现状2

1.3盲源分离在语音分离中的应用5

1.4语音增强算法的简要回顾6

1.5语音的特点7

1.6人耳的感知特性9

1.7噪声的特点10

1.8语音增强算法中存在的问题及解决的方案11

1.9本书的安排11

第2章 语音质量评价标准15

2.1概述16

2.2语音质量的主观评价16

2.3语音质量的客观评价17

第3章 盲源分离基本理论及主要算法21

3.1盲源分离的数学模型22

3.2统计独立性和信息理论23

3.3盲源分离主要算法25

3.4基于等变量自适应分离的ICA算法29

3.5一种新的步长自适应EASI语音增强算法32

3.6小结34

第4章 基于神经网络的语音盲分离算法35

4.1神经网络理论36

4.2 RBF和MLP两种神经网络用于语音盲分离效果的比较39

4.3一种新的基于盲源分离的单通道语音增强算法47

4.4小结47

第5章 基于时-频分析的语音盲分离算法49

5.1时-频分析工具——短时傅里叶变换50

5.2时-频分析盲源分离算法50

5.3实验结果52

5.4窗函数、窗长的选择对分离信号性能的影响56

5.5小结61

第6章 语音信号盲分离的实时性分析63

6.1语音信号间统计独立性分析64

6.2 ICA算法应用于语音和帧长的关系66

6.3小结66

第7章 计算听觉场景分析概述69

7.1人耳的构造71

7.2耳蜗的生理作用72

第8章 基于Wang-Brown模型的CASA系统73

8.1分解与特征提取74

8.2基于Wang-Brown两层振荡器神经网络82

8.3语音重构及CASA模型性能评估92

8.4小结95

第9章 基于Hu-Wang模型的CASA系统97

9.1分解与特征提取99

9.2初始分离102

9.3基音跟踪105

9.4时频单元标记107

9.5最终分离109

9.6语音重构111

9.7小结111

第10章Wang-Brown与Hu-Wang模型的增强性能评估113

第11章 基于谱减法的语音增强算法117

11.1谱减法的基本原理118

11.2人耳掩蔽阈值的计算121

11.3基于听觉掩蔽特性的β阶自适应MMSE语音增强算法124

11.4基于参数滤波的语音音素分段算法128

11.5一种简化的基于听觉掩蔽特性β阶自适应MMSE语音增强算法129

11.6小结130

第12章 基于快速自适应噪声估计的语音增强算法131

12.1噪声估计算法132

12.2基于统计信息的快速自适应噪声估计算法136

12.3 LOGSTSA-MMSE语音增强算法141

12.4一种新的基于快速噪声估计的LOGSTSA-MMSE语音增强算法143

12.5小结145

第13章 基于小波变换的语音增强算法147

13.1小波分析的基本理论148

13.2二进小波变换算法149

13.3小波变换的时频分辨特性152

13.4基于小波变换的语音增强算法153

13.5一种新的基于小波变换和盲源分离的语音增强算法154

13.6小结155

参考文献156

后记162