●第1章 緒論
1.1 引言
1.2 語音增強基礎
1.2.1 模型描述
1.2.2 噪聲類型
1.2.3 語音質量評價方法
1.3 傳統單通道語音增強技術發展
1.4 監督性單通道語音增強技術發展
1.4.1 基於淺層模型的語音增強算法
1.4.2 基於深層模型的語音增強算法
1.5 本章小結
參考文獻
第2章 基於高斯混合模型的非監督在線建模噪聲功率譜估計
2.1 引言
2.2 基於GMM的在線建模方法
2.3 基於極大似然的在線參數估計
2.4 基於MDL準則的在線約束
2.5 聚類方法實現
2.6 實驗設置與分析
2.6.1 實驗設置
2.6.2 實驗結果與分析
2.7 本章小結
參考文獻
第3章 結合優化U-Net和殘差網絡的單通道語音增強算法
3.1 引言
3.2 Residual-U-Net語音增強方法
3.2.1 自編碼器結構
3.2.2 U-Net網絡結構
3.2.3 殘差網絡
3.2.4 Residual-U-Net網絡
3.3 實驗設置與分析
3.3.1 數據集及參數設置
3.3.2 結果與分析
3.3.3 語譜圖比較
3.4 本章小結
參考文獻
第4章 基於差分麥克風陣列的變步長LMS語音增強算法
4.1 引言
4.2 雙通道信號模型
4.3 算法描述
4.3.1 一階差分麥克風陣列
4.3.2 變步長頻域LMS算法
4.4 實驗設置與分析
4.5 本章小結
參考文獻
第5章 語音頻帶擴展研究綜述
5.1 引言
5.2 源-濾波器模型
5.2.1 寬帶激勵信號生成
5.2.2 寬帶譜包絡估計
5.3 深度學習的端到端語音頻帶擴展
5.3.1 全連接神經網絡
5.3.2 基於全連接神經網絡的語音頻帶擴展
5.4 基於卷積神經網絡的語音頻帶擴展
5.5 基於循環神經網絡的語音頻帶擴展
5.6 基於時頻神經網絡的語音頻帶擴展
5.7 數據預處理方式及窄帶語音特性
5.7.1 窄帶語音產生原因
5.7.2 時域預處理方法
5.7.3 頻域預處理方法
5.8 仿真與分析
5.8.1 客觀評價
5.8.2 主觀評價
5.8.3 語譜圖
5.9 本章小結
參考文獻
第6章 基於時間卷積神經網絡的語音頻帶擴展
6.1 時間卷積網絡結構
6.1.1 擴張因果卷積
6.1.2 時間卷積網絡
6.2 基於TCN的語音頻帶擴展
6.2.1 模型架構
6.2.2 時頻損失
6.3 實驗設置與分析
6.3.1 實驗設置
6.3.2 實驗結果與分析
6.4 本章小結
參考文獻
第7章 基於編解碼器網絡的語音頻帶擴展
7.1 編解碼器網絡模型
7.2 時頻感知損失函數
7.3 實驗設置與分析
7.3.1 實驗設置
7.3.2 語譜圖
7.3.3 客觀評價
7.3.4 主觀評價
7.4 本章小結
參考文獻
第8章 基於時頻感知神經網絡的語音頻帶擴展
8.1 編解碼器注意力模型
8.1.1 編碼器結構
8.1.2 局部敏感哈希自注意力層
8.1.3 解碼器結構
8.2 深度時頻感知損失函數
8.3 實驗設置與分析
8.3.1 實驗設置
8.3.2 語譜圖
8.3.3 客觀評價
8.3.4 主觀評價
8.4 消融對比實驗
8.5 本章小結
參考文獻
第9章 IMCRA-OMLSA噪聲動態估計下的心音降噪
9.1 引言
9.2 算法框架
9.3 基於IMCRA-OMLSA的心音降噪
9.3.1 基於OMLSA的心音降噪
9.3.2 基於IMCRA的噪聲估計
9.4 降噪結果的定性分析
9.5 降噪結果的定量評估
9.5.1 數據集與特征提取
9.5.2 分類器構建
9.5.3 評估結果及分析
9.6 本章小結
參考文獻
第10章 結合SVM和香農能量的HSMM心音分割方法
10.1 引言
10.2 分割的原理與方法
10.2.1 預處理
10.2.2 LR-HSMM
10.2.3 歸一化香農能量
10.2.4 支持向量機（SVM）
10.2.5 心音持續時間分布
10.2.6 Viterbi解碼
10.3 分割算法流程
10.4 訓練與評價指標
10.4.1 數據集
10.4.2 訓練集
10.4.3 模型評估
10.5 實驗設置與分析
10.5.1 實驗結果
10.5.2 性能指標對比
10.6 本章小結
參考文獻
主要符號縮寫

本書是根據作者在音頻降噪領域的研究成果而著，全書共分為10章，主要內容包括緒論、基於高斯混合模型的非監督在線建模噪聲功率譜估計、結合優化U-Net和殘差網絡的單通道語音增強算法、基於差分麥克風陣列的變步長LMS語音增強算法、語音頻帶擴展研究綜述、基於時間卷積神經網絡的語音頻帶擴展、基於編解碼器網絡的語音頻帶擴展、基於時頻感知神經網絡的語音頻帶擴展、IMCRA-OMLSA噪聲動態估計下的心音降噪、結合SVM和香農能量的HSMM心音分割方法。本書可以作為高等院校電子信息類、計算機類專業的研究生教材，也可以作為智能語音處理、人工智能等研究方向的參考書，還可以供該領域相關研究人員和技術人員參考。