發(fā)布時間：2019-06-05 08:34

【摘要】：當機器人移動身體任何部位時,都會不可避免地產(chǎn)生自身噪聲。這些自身噪聲由身體關節(jié)或其他硬件設備如風扇等引起。由于自身噪聲距離機器人麥克風較近,較目標聲源更容易被獲取。該文根據(jù)機器人自身噪聲種類,提出了一種將譜減法、關節(jié)噪聲模板減法、基于標注區(qū)域的倒譜均值減法以及多條件訓練相結合的方法,從而估計和抑制自身噪聲。一系列實驗證明了所提出的方法可以有效地減少自身噪聲影響,提高語音識別的魯棒性。
[Abstract]:When the robot moves any part of the body, it will inevitably produce its own noise. These self-noise is caused by body joints or other hardware devices such as fans. Because its own noise is close to the robot microphone, it is easier to obtain the target sound source than the target sound source. According to the type of robot noise, this paper proposes a method which combines spectral subtraction, joint noise template subtraction, cepstrum mean subtraction based on marked region and multi-condition training to estimate and suppress its own noise. A series of experiments have proved that the proposed method can effectively reduce the influence of noise and improve the robustness of speech recognition.
【作者單位】： 天津大學計算機科學與技術學院;天津大學軟件學院;
【基金】：國家自然科學基金資助項目(61471259;61304250;61573254)
【分類號】：TP242;TN912.34

【相似文獻】

相關期刊論文 前10條

1 陳林;奚如如;王興松;;套索驅動細長機器人的初步設計與試驗[J];機電工程;2011年03期

2 謝芝馨;;蘇聯(lián)機器人技術述評[J];機械與電子;1989年04期

3 羅飛，余達太;主動式控制──機器人抑振控制的有效方式[J];機器人;1995年04期

4 盧桂章;當前高技術發(fā)展的前沿——機器人技術[J];天津科技;1995年01期

5 蘇陸;日本機器人技術與產(chǎn)品[J];全球科技經(jīng)濟w，

本文編號：2493389