第1章 引言

1.1 了解敌人：噪声

1.2 语音增强算法分类

1.3 本书概要

参考文献

第2章 离散时间信号处理与短时傅立叶分析

2.1 离散时间信号

2.2 线性时不变系统

2.3 z变换

2.4 离散时间傅立叶变换（DTFT）

2.5 短时傅立叶变换（STFT）

2.6 语谱图分析

2.7 总结

参考文献

第3章 语音产生与感知

3.1 语音信号

3.2 语音产生过程

3.3 语音产生的工程模型

3.4 语音分类

3.5 语音感知的声学特征

3.6 总结

参考文献

第4章 人类对噪声的听觉补偿

4.1 多说话人环境下的语音可懂度

4.2 影响鲁棒性的语音声学属性

4.3 噪声环境中听觉的感知策略

4.4 总结

参考文献

第5章 谱减算法

5.1 谱减的基本原理

5.2 谱减的几何分析

5.3 谱减法的缺点

5.4 谱减法中使用过减（over subtraction）技术

5.5 非线性谱减

5.6 多带谱减法

5.7 MMSE谱减算法

5.8 扩展谱减法

5.9 使用自适应增益平均的谱减

5.10 选择性谱减

5.11 基于感知特性的谱减

5.12 谱减算法的性能

5.13 总结

参考文献

第6章 维纳滤波

6.1 维纳滤波原理介绍

6.2 时域维纳滤波器

6.3 频域维纳滤波器

6.4 维纳滤波器与线性预测

6.5 维纳滤波器用于噪声抑制

6.6 迭代维纳滤波

6.7 对迭代维纳滤波施加约束

6.8 约束迭代维纳滤波

6.9 约束维纳滤波

6.10 估计维纳增益函数

6.11 维纳滤波中加入心理声学约束

6.12 码本驱动维纳滤波

6.13 可听（Audible）噪声抑制算法

6.14 总结

参考文献

第7章 基于统计模型的方法

7.1 最大似然估计器

7.2 贝叶斯估计器

7.3 MMSE估计器

7.4 改进的判决引导法

7.5 MMSE估计的实现和评估

7.6 消除音乐噪声

7.7 对数MMSE估计器

7.8 频谱p次方MMSE估计器

7.9 基于非高斯分布的MMSE估计器

7.10 最大后验（MAP）估计器

7.11 通用贝叶斯估计器

7.12 基于听觉感知的贝叶斯估计器

7.13 利用语音不存在概率

7.14 语音不存在的先验概率估计方法

7.15 总结

参考文献

第8章 子空间算法

8.1 导言

8.2 利用SVD进行噪声抑制：原理

8.3 基于SVD的算法：白噪声

8.4 基于SVD的算法：色噪声

8.5 基于SVD的方法：统一的视角

8.6 基于EVD的方法：白噪声

8.7 基于EVD的方法：色噪声

8.8 基于EVD的方法：统一的视角

8.9 基于感知的（Perceptually-motivated）子空间算法

8.10 子空间跟踪算法

8.11 总结

参考文献

第9章 噪声估计算法

9.1 话音活动检测与噪声估计

9.2 噪声估计算法

9.3 最小值跟踪算法

9.4 噪声估计的时间递归平均算法

9.5 基于直方图的（Histogram-based）技术

9.6 其他噪声估计算法

9.7 噪声估计算法的客观比较

9.8 总结

参考文献

第10章 语音增强算法的性能评估

10.1 音质与可懂度

10.2 评估增强语音的可懂度

10.3 评估处理后的语音质量

10.4 音质判断的信度评估：推荐的测度

10.5 客观音质测度

10.6 无参考源（Non-intrusive）客观质量测度

10.7 音质客观测度的性能指数

10.8 客观质量评估面临的挑战以及未来方向

10.9 总结

参考文献

第11章 语音增强算法比较

11.1 NOIZEUS：用于音质评估的带噪语音库

11.2 增强算法比较：语音质量

11.3 增强算法的比较：语音可懂度

11.4 音质评估的客观测度的比较

11.5 总结

参考文献

附录A 特殊函数与积分

A.1 贝塞尔（Bessel functions）

A.2 合流超几何函数（Confluent hyper geometric functions）

A.3 积分

参考文献

附录B MMSE估计器的推导

附录C 语音数据库以及MATLAB代码

C.1 语音数据库

C.2 MATLAB代码

参考文献

附录D 术语表

第一章

第二章

第三章

第四章

第五章

第六章

第七章

第八章

第九章

第十章

第十一章