免费人妻中文不卡无码_日本精品爽爽van在线_久久精品国产99久久丝袜蜜桃_女强人被春药精油按摩bd电影

1 終端智能語音處理概述 1
1.1 引言1
1.2 問題和挑戰(zhàn) 3
1.3 發(fā)展歷史概要5
1.4 本書的組織結構8
1.5 本書的適用人群10
1.6 常用表示和符號對照10
1.6.1 默認符號 10
1.6.2 對離散時間序列的表示 11
1.6.3 關于索引序號從0 還是1 開始的說明 12
1.7 關于中英文混寫的說明13
1.8 免責聲明 14
1.9 本章小結 14

—理論篇—
2 子帶濾波 21
2.1 離散傅里葉變換與短時傅里葉變換 22
2.1.1 離散傅里葉變換 22
2.1.2 短時傅里葉變換 23
2.1.3 輸出延時26
2.1.4 頻譜泄漏 27
2.1.5 時域卷積與頻域點積的近似關系 30
2.2 多相濾波器組 32
2.2.1 對頻譜泄漏的數(shù)學解釋32
2.2.2 扇形損失 34
2.2.3 重采樣35
2.2.4 多相濾波器組 40
2.3 濾波器設計基礎 43
2.4 本章小結45

3 固定波束形成47
3.1 多通道語音增強的基本原理 48
3.1.1 物理解釋 48
3.1.2 幾何解釋50
3.2 遠場模型 52
3.3 波束形成及陣列性能評價 56
3.3.1 beampattern 56
3.3.2 directivity index 60
3.3.3 white noise gain 63
3.3.4 effective rank 65
3.4 波束形成算法的求解形式67
3.4.1 superdirective beamforming 68
3.4.2 差分波束形成69
3.5 本章小結72

4 自適應波束形成 74
4.1 遞推求平均 75
4.2 典型自適應波束形成算法77
4.2.1 MVDR 算法 78
4.2.2 PMWF 算法82
4.3 共軛對稱矩陣求逆 83
4.3.1 1 × 1 和2 × 2 矩陣求逆84
4.3.2 Cholesky 分解84
4.3.3 矩陣求逆引理 87
4.3.4 IQRD 方法 89
4.3.5 誤差與穩(wěn)定性90
4.4 本章小結 93

5 盲源分離 96
5.1 信號模型97
5.1.1 瞬時模型 97
5.1.2 卷積模型 98
5.2 獨立成分分析 100
5.2.1 獨立性假設與中心極限定理 101
5.2.2 ICA 的目標函數(shù)103
5.2.3 AuxICA 算法 107
5.2.4 2 × 2 廣義特征分解問題 112
5.2.5 排列歧義性與尺度歧義性 114
5.3 獨立向量分析 117
5.3.1 IVA 的目標函數(shù) 118
5.3.2 AuxIVA 算法121
5.3.3 兩級架構 125
5.4 盲源分離與波束形成的聯(lián)系和區(qū)別 130
5.5 本章小結 132

6 回聲消除與去混響136
6.1 信號模型 138
6.1.1 回聲消除信號模型 138
6.1.2 去混響信號模型140
6.2 LMS 與NLMS 算法143
6.3 RLS 算法 145
6.3.1 最小二乘法 146
6.3.2 RLS 算法 151
6.4 一種基于盲源分離的回聲消除方法155
6.4.1 問題背景 155
6.4.2 算法推導157
6.4.3 對比實驗 160
6.5 本章小結 162

7 數(shù)據(jù)模擬 164
7.1 信號模型和系統(tǒng)框架 165
7.2 傳函的模擬與測量167
7.2.1 鏡像法傳函模擬 167
7.2.2 傳函測量 174
7.2.3 分塊卷積176
7.3 非線性回聲模擬 178
7.4 散射噪聲模擬 180
7.5 信噪比和音量 186
7.6 本章小結187

8 深度語音增強 190
8.1 信號模型 192
8.2 時頻掩蔽 193
8.3 損失函數(shù) 196
8.4 深度回聲殘余抑制 197
8.4.1 數(shù)據(jù)準備 198
8.4.2 輸入特征 198
8.4.3 模型結構 199
8.5 多通道語音增強模型 200
8.5.1 基于掩蔽的波束形成算法 201
8.5.2 深度神經(jīng)網(wǎng)絡空域濾波算法 202
8.6 歌曲成分分離 203
8.7 本章小結 205

9 語音活動性檢測208
9.1 HMMVAD209
9.1.1 HMM 基礎210
9.1.2 前向算法與后向算法 213
9.1.3 Viterbi 算法 216
9.1.4 Baum-Welch 算法 219
9.1.5 下溢問題 220
9.1.6 在線HMMVAD222
9.2 NNVAD 225
9.2.1 一種NNVAD 模型 226
9.2.2 一種NN 和HMM 結合的VAD229
9.3 VAD 性能評價 230
9.4 本章小結 232

10 關鍵詞檢測 234
10.1 特征提取 235
10.2 聲學模型 237
10.2.1 建模單元 237
10.2.2 聲學模型 239
10.2.3 關于聲學模型工作原理的討論242
10.3 解碼器 247
10.3.1 閾值與動態(tài)閾值 249
10.3.2 關于ROC 曲線與閾值選擇的討論 253
10.4 虛警問題 255
10.4.1 對虛警現(xiàn)象的直觀解釋 255
10.4.2 減少虛警的方法 256
10.4.3 對比實驗 258
10.5 多通道關鍵詞檢測與通道選擇 260
10.5.1 問題背景 260
10.5.2 模型與訓練方法 262
10.5.3 實驗與分析 263
10.6 本章小結 269

11 聯(lián)合優(yōu)化方法 272
11.1 盲源分離統(tǒng)一框架273
11.1.1 信號模型 273
11.1.2 問題拆解 275
11.1.3 對比實驗 276
11.2 語音增強與關鍵詞檢測聯(lián)合優(yōu)化 279
11.2.1 系統(tǒng)框架 280
11.2.2 語音增強模塊 282
11.2.3 關鍵詞檢測模塊 282
11.2.4 實驗現(xiàn)象 284
11.3 本章小結 285

12 模型量化 288
12.1 模型量化方法 288
12.1.1 訓練后量化 288
12.1.2 訓練時量化 290
12.1.3 無數(shù)據(jù)量化 291
12.2 關鍵詞檢測模型的無數(shù)據(jù)量化方法 292
12.2.1 時序數(shù)據(jù)生成器 293
12.2.2 中心距離約束與雙生成器 293
12.2.3 高質(zhì)量篩選 295
12.2.4 時間掩碼量化蒸餾 296
12.2.5 無數(shù)據(jù)量化流程 297
12.2.6 無數(shù)據(jù)量化實驗 299
12.3 本章小結 303

—工程篇—

13 終端智能語音處理工具包307
13.1 系統(tǒng)框架 308
13.2 配置參數(shù)詳解 310
13.2.1 通用參數(shù) 310
13.2.2 回聲消除 313
13.2.3 去混響 314
13.2.4 多通道語音增強 314
13.2.5 深度語音增強 315
13.2.6 后濾波 316
13.2.7 自動增益控制 316
13.2.8 音量計算 317
13.2.9 聲源定位 317
13.2.10 語音活動性檢測 318
13.2.11 關鍵詞檢測319
13.2.12 命令詞檢測321
13.2.13 產(chǎn)線測試，模型訓練321
13.3 主要離線工具示例322
13.3.1 SoundConnect 離線工具 322
13.3.2 批處理工具 322
13.4 示例程序 323
13.4.1 從配置文件初始化 323
13.4.2 從Params.c 文件初始化 324
13.5 本章小結 326

14 模型訓練 327
14.1 數(shù)據(jù)準備 328
14.1.1 正樣本數(shù)據(jù) 329
14.1.2 負樣本和噪聲數(shù)據(jù) 332
14.2 環(huán)境配置 333
14.2.1 傳函模擬 335
14.2.2 目標語音模擬 336
14.2.3 干擾信號模擬 338
14.2.4 回聲模擬 339
14.2.5 噪聲模擬 339
14.2.6 音量和增益 340
14.2.7 生成模擬音頻 340
14.3 模型訓練 342
14.3.1 訓練環(huán)境 342
14.3.2 訓練流程 343
14.3.3 模型訓練技巧總結 345
14.4 模型測試 348
14.4.1 測試環(huán)境 348
14.4.2 評價指標 349
14.4.3 測試集的錄制與準備 350
14.4.4 測試流程 352
14.5 模型發(fā)布 355
14.6 本章小結 356

附錄A 358
A.1 復數(shù)求偏導和共軛偏導 358
A.2 共軛求導示例 359
A.2.1 向量求導 359
A.2.2 二次型求導 360