本文關(guān)鍵詞：陣列語(yǔ)音增強(qiáng)在車載環(huán)境中的應(yīng)用

  更多相關(guān)文章： 語(yǔ)音增強(qiáng) 麥克風(fēng)陣列處理 線性約束最小方差

【摘要】：隨著中國(guó)經(jīng)濟(jì)的不斷發(fā)展,人們的生活發(fā)生了本質(zhì)性質(zhì)的轉(zhuǎn)變。人們的在逐步富裕的時(shí)候,汽車也隨著生活的富裕也變得越來(lái)越常見,汽車的內(nèi)部設(shè)備也逐漸豐富,在其中車載電子設(shè)備的種類變得尤其繁多。汽車的駕駛員在車輛的行駛過(guò)程中如果用雙手去操作這些電子設(shè)備的話無(wú)疑會(huì)使車輛在行駛的時(shí)候發(fā)生意外。為了解決這個(gè)實(shí)際應(yīng)用的問(wèn)題,車輛的車載語(yǔ)音控制系統(tǒng)的發(fā)展有著很大的市場(chǎng)關(guān)注。在汽車行駛的過(guò)程中,有很多因素都會(huì)影響著車載語(yǔ)音識(shí)別系統(tǒng)的效果,在車載環(huán)境中有許多的噪音存在如：發(fā)動(dòng)機(jī)的振動(dòng)、行駛過(guò)程中空氣的擾動(dòng)、汽車輪胎與路面的摩擦等。除此之外,不相干等人員的說(shuō)話聲音對(duì)于電子設(shè)備對(duì)聲音的識(shí)別也是一種干擾。人類的聽覺可以根據(jù)需要在吵雜的情況下識(shí)別出有用的聲音。但是,目前的車載環(huán)境下的語(yǔ)音識(shí)別系統(tǒng)還不能實(shí)現(xiàn)這一點(diǎn)。在車載環(huán)境下(即有噪聲存在情況下)的語(yǔ)音識(shí)別的穩(wěn)定性無(wú)法滿足需要,這個(gè)問(wèn)題對(duì)于汽車的發(fā)展亟待解決。本文中所要實(shí)現(xiàn)的功能是對(duì)目前現(xiàn)有的語(yǔ)音增強(qiáng)算法中的LCMV進(jìn)行改進(jìn),車載環(huán)境下的噪音很難徹底去除。因此,有效的抑制噪聲干擾應(yīng)該說(shuō)是一種簡(jiǎn)單并且有效的方法。論文首先對(duì)麥克風(fēng)陣列語(yǔ)音增強(qiáng)的相關(guān)知識(shí)進(jìn)行了詳細(xì)的介紹,然后又簡(jiǎn)單介紹了一些經(jīng)典的語(yǔ)音增強(qiáng)算法模型,在對(duì)麥克風(fēng)陣列有了初步了解的前提下對(duì)兩種語(yǔ)音增強(qiáng)方法在車載環(huán)境下的應(yīng)用進(jìn)行了詳細(xì)的分析。并在實(shí)驗(yàn)室環(huán)境下,針對(duì)該兩種算法進(jìn)行了實(shí)驗(yàn)仿真,分析出他們各自的性能。在分析了兩種車載情況下的語(yǔ)音增強(qiáng)方法并對(duì)車載環(huán)境下的聲學(xué)特點(diǎn)的進(jìn)行詳細(xì)的分析,為適應(yīng)新的聲學(xué)環(huán)境,而對(duì)傳統(tǒng)方法進(jìn)行有效的改進(jìn)。新方法對(duì)傳統(tǒng)的LCMV方法進(jìn)行改進(jìn)。新方法首先對(duì)接收到的聲音進(jìn)行濾波器處理使聲音分為兩部分：一部分是只含有環(huán)境噪聲和干擾的噪聲段,另一部分是含有期望語(yǔ)音的語(yǔ)音段。通過(guò)分析可以了解環(huán)境噪聲以及干擾主要處于低頻段而含有語(yǔ)音的部分則處在高頻部分。這使后續(xù)語(yǔ)音的增強(qiáng)有了明確的目的性。然后通過(guò)估算兩路語(yǔ)音的線性預(yù)測(cè)殘差的互相關(guān)得到該語(yǔ)段中噪聲所占的比例,通過(guò)比例與頻率的關(guān)系確定學(xué)習(xí)率的分配情況,實(shí)現(xiàn)語(yǔ)音增強(qiáng)的目的。本文的最后通過(guò)實(shí)驗(yàn)仿真,對(duì)本算法和傳統(tǒng)的LCMV算法進(jìn)行了實(shí)驗(yàn)結(jié)果比較,發(fā)現(xiàn)在其他環(huán)境都一樣的情況下,本文提出的算法能夠更好的實(shí)現(xiàn)車載環(huán)境下的語(yǔ)音增強(qiáng)。
【關(guān)鍵詞】：語(yǔ)音增強(qiáng) 麥克風(fēng)陣列處理 線性約束最小方差
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：U463.6;TN912.35
【目錄】：

• 摘要4-5
• 英文摘要5-8
• 1 緒論8-12
• 1.1 研究背景與意義8-9
• 1.2 國(guó)內(nèi)外相關(guān)技術(shù)領(lǐng)域發(fā)展現(xiàn)狀9-10
• 1.2.1 語(yǔ)音增強(qiáng)技術(shù)發(fā)展現(xiàn)狀9
• 1.2.2 麥克風(fēng)陣列語(yǔ)音處理技術(shù)9-10
• 1.3 本文的主要內(nèi)容和組織結(jié)構(gòu)10-12
• 2 語(yǔ)音增強(qiáng)基本原理12-17
• 2.1 語(yǔ)音的產(chǎn)生12-13
• 2.2 語(yǔ)音的預(yù)處理13-15
• 2.3 語(yǔ)音的體征提取15-16
• 2.4 本章小結(jié)16-17
• 3 陣列處理模型及語(yǔ)音增強(qiáng)經(jīng)典算法簡(jiǎn)介17-30
• 3.1 陣列信號(hào)模型17-18
• 3.2 波束形成及空間濾波18-23
• 3.2.1 麥克風(fēng)陣列模型20-21
• 3.2.2 麥克風(fēng)陣列的拓?fù)浣Y(jié)構(gòu)21-23
• 3.3 噪聲及混響23-25
• 3.3.1 混響23-24
• 3.3.2 噪聲24-25
• 3.4 語(yǔ)音增強(qiáng)的經(jīng)典方法25-29
• 3.4.1 廣義互相關(guān)時(shí)延估計(jì)算法25-26
• 3.4.2 譜減法26-28
• 3.4.3 線性約束最小方差波束形成28-29
• 3.5 本章小結(jié)29-30
• 4 車載環(huán)境下語(yǔ)音增強(qiáng)的研究30-42
• 4.1 引言30
• 4.2 基于概率譜增益的波束形成方法30-36
• 4.2.1 算法的原理30-31
• 4.2.2 算法的設(shè)計(jì)31-35
• 4.2.3 實(shí)驗(yàn)仿真35-36
• 4.3 基于短時(shí)過(guò)零率的改進(jìn)譜減法36-41
• 4.3.1 算法原理36-37
• 4.3.2 算法設(shè)計(jì)37-40
• 4.3.3 實(shí)驗(yàn)仿真40-41
• 4.4 本章小結(jié)41-42
• 5 自適應(yīng)學(xué)習(xí)率的波束形成方法42-57
• 5.1 引言42
• 5.2 車載環(huán)境聲學(xué)特點(diǎn)的分析42-44
• 5.2.1 車載語(yǔ)音特點(diǎn)42-43
• 5.2.2 車載噪聲分析43-44
• 5.3 算法的原理44-45
• 5.4 算法的設(shè)計(jì)45-49
• 5.5 實(shí)驗(yàn)仿真49-56
• 5.5.1 實(shí)驗(yàn)環(huán)境設(shè)定49-51
• 5.5.2 實(shí)驗(yàn)參數(shù)的設(shè)定51-53
• 5.5.3 實(shí)驗(yàn)仿真的結(jié)果與分析53-56
• 5.6 本章小結(jié)56-57
• 結(jié)論57-58
• 參考文獻(xiàn)58-61
• 致謝61-62

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 馬曉紅,陸曉燕,殷福亮;改進(jìn)的互功率譜相位時(shí)延估計(jì)方法[J];電子與信息學(xué)報(bào);2004年01期

，

本文編號(hào)：698482