成功加入购物车
品像如图实拍可见。
马建芬 著 / 电子工业出版社 / 2012-03 / 平装
售价 ¥ 188.00
品相 九品
优惠 满包邮
延迟发货说明
上书时间2023-12-13
卖家超过10天未登录
语音信号盲分离与增强算法的研究
《信息科学与工程系列专著:语音信号盲分离与增强算法的研究》主要介绍有关语音信号盲分离与增强的基本理论、主要算法,以及作者在这一领域的最新研究和探索。主要内容包括:语音增强、语音信号盲分离研究的发展现状;语音质量的主/客观评价方法;盲源分离问题的基本理论和主要算法;基于神经网络的语音信号盲分离算法;语音盲分离的时-频分析算法;语音信号帧长和互信息量之间的关系;计算听觉场景模型的概念;基于Wang-Brown模型CASA系统的构造;基于Hu-Wang模型CASA系统的构造以及进行单通道盲分离的原理和过程;对比Wang-Brown模型与Hu-Wang模型在语音增强中的效果;基于谱相减的语音增强算法;快速自适应噪声估计在LOGSTSA-MMSE语音增强算法中的应用;基于小波变换的语音增强算法。
马建芬女,1967年生,博士,副教授,硕士研究生导师,目前主要从事语音信号处理、自然语言处理等领域的科研和教学工作,曾到美国UTD大学开展合作研究。主持和参加了国家自然科学基金、教育部博士点基金、山西省自然科学基金、山西省留学归国人员科研项目、山西省人事厅留学归国人员科技活动择优资助项目、山西省高校科技开发项目等近10项项目;参编学术著作、教材7部;发表学术论文30余篇,曾多次获得太原理工大学高水平学术论文奖励。
第1章绪论1.1语音增强研究的目的和意义1.2盲源分离的研究与发展现状1.3盲源分离在语音分离中的应用1.4语音增强算法的简要回顾1.5语音的特点1.6人耳的感知特性1.7噪声的特点1.8语音增强算法中存在的问题及解决的方案1.9本书的安排第2章语音质量评价标准2.1概述2.2语音质量的主观评价2.3语音质量的客观评价第3章盲源分离基本理论及主要算法3.1盲源分离的数学模型3.2统计独立性和信息理论3.3盲源分离主要算法3.4基于等变量自适应分离的ICA算法3.5一种新的步长自适应EASI语音增强算法3.6小结第4章基于神经网络的语音盲分离算法4.1神经网络理论4.2RBF和MLP两种神经网络用于语音盲分离效果的比较4.3一种新的基于盲源分离的单通道语音增强算法4.4小结第5章基于时-频分析的语音盲分离算法5.1时-频分析工具--短时傅里叶变换5.2时-频分析盲源分离算法5.3实验结果5.4窗函数、窗长的选择对分离信号性能的影响5.5小结第6章语音信号盲分离的实时性分析6.1语音信号间统计独立性分析6.2ICA算法应用于语音和帧长的关系6.3小结第7章计算听觉场景分析概述7.1人耳的构造7.2耳蜗的生理作用第8章基于Wang-Brown模型的CASA系统8.1分解与特征提取8.2基于Wang-Brown两层振荡器神经网络8.3语音重构及CASA模型性能评估8.4小结第9章基于Hu-Wang模型的CASA系统9.1分解与特征提取9.2初始分离9.3基音跟踪9.4时频单元标记9.5最终分离9.6语音重构9.7小结第10章Wang-Brown与Hu-Wang模型的增强性能评估第11章基于谱减法的语音增强算法11.1谱减法的基本原理11.2人耳掩蔽阈值的计算11.3基于听觉掩蔽特性的阶自适应MMSE语音增强算法11.4基于参数滤波的语音音素分段算法11.5一种简化的基于听觉掩蔽特性阶自适应MMSE语音增强算法11.6小结第12章基于快速自适应噪声估计的语音增强算法12.1噪声估计算法12.2基于统计信息的快速自适应噪声估计算法12.3LOGSTSA-MMSE语音增强算法12.4一种新的基于快速噪声估计的LOGSTSA-MMSE语音增强算法12.5小结第13章基于小波变换的语音增强算法13.1小波分析的基本理论13.2二进小波变换算法13.3小波变换的时频分辨特性13.4基于小波变换的语音增强算法13.5一种新的基于小波变换和盲源分离的语音增强算法13.6小结参考文献后记
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30