毕业论文外文资料翻译.doc

毕业论文外文资料翻译
2

———————————————————————————————— 作者：
———————————————————————————————— 日期：

济南大学毕业设计
个人收集 仅供参考学习 勿做商业用途

毕业论文外文资料翻译
题 目 处理音频和音乐的贝叶斯方法
学 院 信息科学与工程学院
专 业 通信工程
班 级 通信0802
学 生 王文华
学 号 20211209063
指导教师 姜晓庆
二〇一二年 三 月 十 日
- 12 -

个人收集 仅供参考学习 勿做商业用途
济南大学毕业设计
- 12 -

个人收集 仅供参考学习 勿做商业用途
Speech Communication,2021.
处理音频和音乐的贝叶斯方法
A. Taylan Cemgil, Simon J. Godsill, Paul Peeling, Nick WhiteleySignal Processing and Comms.
Lab, University of CambridgeDepartment of Engineering, Trumpington Street, Cambridge, CB2 1PZ, UK
{atc27,sjg}
August 15, 2021
摘 要 贝叶斯统计方法提供了一个解决的各种音频处理问题的方法。在实际环境中，声学条件和良好的来源是高度可得的，但音频信号往往具有重大的统计构造。有一个很大的先验知识可以了解为什么这是目前的统计构造。这包括知识的物理机制，声音产生，认知过程，声音认为，在音乐背景，抽象机制，高级音响构造编译。贝叶斯分级技术提供了为这些机构的现有知识提供了统一的手段，使制定的高度构造化的模型，观察音频数据和潜在的进程在不同层次的抽象。他们还允许列入理想的模拟局部，如变构造和模型阶规格。
由此产生的模型表现出复杂的统计构造，在实践中，高度适应性和强大的计算技术来进展推理。在这一章中，我们审查兴旺国家最近音频和音乐处理的一些统计模型和推理方法。我们的处理将偏重音乐信号，但建模策略和推理技术是通用的，可以应用在更广泛的范围内
非平稳时间序列分析。在这个章节我们将审查应用领域，音频处理，描述模型这些情况，并讨论了计算推理模型所造成的问题。我们将描述模型在时域和变换域这两个方面，后者通常提供更大的灵活性和模拟计算方便这将牺牲一些准确性的模型。推理模型采用蒙特卡洛方法以及变分方法。我们希望说明，随着强大的贝叶斯推理方法和相应的计算能力的增加了，在未来几这一领域，这仍处于初级阶段，主题等计算机视觉和语音识别具有很大的潜力。
关键词 音频处理，贝叶斯，语音识别
1 介绍
在应用程序需要处理的声学和计算模型的声音，一个根本障碍是叠加，即并行声音事件〔复调音乐，语音或环境的声音〕混合，改变由于混响存在的声环境。在语音处理，这个问题称为鸡尾酒会问题。1个助听器，不受欢送的构造化环境来源，如风力或机器的噪音，污染的目标和需要被过滤掉；这里的目的是去噪或知觉增强。类似的情况发生在复调音乐，在一些文书发挥的同时一个目标就是单独的或确定的声音。在所有这些领域，由于叠加，个人信息的来源不能直接提取，重要的焦点是在文献中别离，卷积和知觉组织的声音〔王和棕色2006〕
声学处理是一个相当广泛的领域，研究被科学和技术所驱动–两个相关但不同的目标。对技术的需求，主要动机是