【摘要】：隨著人工智能技術(shù)的發(fā)展,智能駕駛逐漸成為人們關(guān)注的焦點(diǎn),便攜式導(dǎo)航儀、智能后視鏡等智能車載電子產(chǎn)品也逐漸走入日常生活。為了減少意外事故的發(fā)生,解放駕駛員的雙手,大部分車載電子產(chǎn)品需要通過語(yǔ)音命令來控制。然而,駕駛環(huán)境是充斥著多種噪聲的復(fù)雜聲學(xué)環(huán)境,現(xiàn)有的語(yǔ)音識(shí)別技術(shù)在該環(huán)境下難以滿足人們的要求。因此,駕駛環(huán)境下語(yǔ)音增強(qiáng)技術(shù)的研究對(duì)于未來車載電子產(chǎn)品的設(shè)計(jì)與發(fā)展有著重要意義。本文研究了駕駛環(huán)境下低信噪比語(yǔ)音增強(qiáng)算法,并重點(diǎn)介紹了基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音增強(qiáng)算法。論文給出了語(yǔ)音增強(qiáng)算法的基本原理、實(shí)現(xiàn)方法及測(cè)試結(jié)果,主要工作如下:1.本文針對(duì)汽車噪聲與駕駛員語(yǔ)音的特點(diǎn),結(jié)合受限玻爾茲曼機(jī)理論,提出了一種深層神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法的優(yōu)化方案,即將原有的無監(jiān)督的初始化訓(xùn)練方案改為以較高信噪比平行語(yǔ)料作為目標(biāo)函數(shù)的有監(jiān)督訓(xùn)練方案。與原有訓(xùn)練算法相比,該方案既可以緩解訓(xùn)練集數(shù)據(jù)較少時(shí)過擬合的問題,又可以簡(jiǎn)化網(wǎng)絡(luò)模型的結(jié)構(gòu),縮短運(yùn)算時(shí)間。2.本文結(jié)合反向傳播神經(jīng)網(wǎng)絡(luò)與徑向基神經(jīng)網(wǎng)絡(luò)的特點(diǎn),給出一種將兩種網(wǎng)絡(luò)相結(jié)合的訓(xùn)練算法,通過兩種網(wǎng)絡(luò)相結(jié)合,既可以彌補(bǔ)反向傳播網(wǎng)絡(luò)非線性映射能力較弱的不足,又可以盡量減少?gòu)较蚧W(wǎng)絡(luò)隱層神經(jīng)元的數(shù)量。3.針對(duì)本文所提算法在去噪能力與魯棒性上存在的不足,本文還給出了兩方面的優(yōu)化方案。為了提高增強(qiáng)模型的性能,本文對(duì)訓(xùn)練集數(shù)據(jù)依據(jù)信噪比不同進(jìn)行分類訓(xùn)練。在增強(qiáng)時(shí),為了準(zhǔn)確而快速地判別帶噪信號(hào)信噪比的強(qiáng)弱,本文采用基于能量統(tǒng)計(jì)復(fù)雜度的端點(diǎn)檢測(cè)算法來檢測(cè)語(yǔ)音起點(diǎn),然后對(duì)語(yǔ)音起點(diǎn)之前的純?cè)肼暺芜M(jìn)行分析,以確定帶噪語(yǔ)音所屬類別。為了提高算法的魯棒性,在增強(qiáng)時(shí),本文對(duì)與訓(xùn)練集全局均值相差過大的輸入數(shù)據(jù)進(jìn)行均值移位,以便更好地適應(yīng)增強(qiáng)模型。在語(yǔ)音重構(gòu)過程中,為了減少均值移位產(chǎn)生的音樂噪聲,本文還采用最小值控制遞歸平均噪聲估計(jì)算法來估計(jì)語(yǔ)音存在概率,然后依據(jù)語(yǔ)音存在概率進(jìn)行加權(quán)相加。實(shí)驗(yàn)結(jié)果表明,本文算法能夠適用于駕駛環(huán)境下的語(yǔ)音增強(qiáng),與現(xiàn)有算法相比,在分段信噪比與語(yǔ)音質(zhì)量方面均有較大提高。
【圖文】：

圖２－３高斯混合模型訓(xùn)練圖逡逑Ｆｉｇ．邋２－３邋Ｔｒａｉ打ｉｎｇ邋Ｓｔａｇｅ邋ｏｆ邋ＧＭＭ邋ｅｎｈａｎｃｅｍｅｎｔ邋ｓｙｓ巧ｍ逡逑ＧＭＭ模型的訓(xùn)練過程如圖２－３所示，首先從純凈與帶噪信號(hào)中提取梅爾頻率逡逑倒譜系數(shù)，然后采用最大期望算法（Ｅｘｐｅｃｔａｔｉｏｎ邋Ｍａｘｉｍｉｚａｔｉｏｎ，邋ＥＭ）分別對(duì)其訓(xùn)練。逡逑語(yǔ)音信號(hào)特征序列混合高斯模型的定義如式（２－３０）所示：逡逑ｆＣＣ邋Ｉ／0邋＝邋�。荆澹粒ǎ茫┻姡ǎ玻常埃╁义掀渲校褪侵父咚垢怕屎瘮�(shù)的個(gè)數(shù)，，Ｃ表示語(yǔ)音信號(hào)的特征序列，＾邋＝逡逑表示高斯混合模型的參數(shù)，即每個(gè)高斯概率函數(shù)的權(quán)重、均值與協(xié)方差。Ａ（。）是逡逑指語(yǔ)音信號(hào)特征在第／個(gè)高斯分布下的概率，其計(jì)算公式如式口－３１）所示：逡逑１３逡逑

語(yǔ)音增強(qiáng)算法概述逡逑之一。該測(cè)度是上世紀(jì)９０年代提出的，并取代原來的基于語(yǔ)音感知質(zhì)量的測(cè)量被逡逑評(píng)選為ＩＴＵ－Ｐ．８６２建議。ＰＥＳＱ的計(jì)算流程如圖２－４所示，首先要對(duì)檢測(cè)語(yǔ)音信號(hào)逡逑和參考信號(hào)進(jìn)行預(yù)處理和時(shí)間對(duì)齊。預(yù)處理的主要作用是使純凈語(yǔ)音信號(hào)與增強(qiáng)逡逑后信號(hào)增益均衡，時(shí)間對(duì)齊部分主要是為感知模型提供時(shí)間延遲，主要包括粗延逡逑遲估計(jì)和短句分割與對(duì)齊兩部分。然后通過聽覺變換將語(yǔ)音信號(hào)映射為感知響度，逡逑最后通過擾動(dòng)計(jì)算及時(shí)域和頻域的平均等處理求出感知語(yǔ)音質(zhì)量評(píng)估巧ｅｓｑ）挪Ｊ逡逑度。ＰＥＳＱ的評(píng)分范圍與ＭＯＳ評(píng)分類似，一般是在－０．５到４．５之間。逡逑參考信號(hào)邋邐邋，邐，邐邐逡逑叫壚Ｓ邋￣？邐Ｉ邋＞聽覺變換逡逑＊邐Ｉ邋Ｐ口Ｑ逡逑〔被測(cè)系統(tǒng)］邐巴置邐擾動(dòng)處理邐？時(shí)間平均邐？逡逑＾邐／邐對(duì)齊逡逑ｔ邋ｎ逡逑扮測(cè)信Ｊｈ預(yù)處理Ｈ邐Ａ聽覺變換Ｌ．邐逡逑—＾—邐識(shí)別壞的逡逑尅間間隔逡逑圖２－４感知語(yǔ)音質(zhì)量評(píng)估測(cè)度流程圖逡逑Ｋｇ．邋２－４邋Ｔｈｅ邋ｆｌｏｗ邋ｃｈａｒｔ邋ｏｆ邋ＰＥＳＱ逡逑２．２．２主觀評(píng)價(jià)指標(biāo)逡逑一個(gè)較好的語(yǔ)音增強(qiáng)算法，處理后的語(yǔ)音不僅要有較高的語(yǔ)音可懂度，而且逡逑還要保持較高的語(yǔ)音質(zhì)量，因?yàn)橛械脑鰪?qiáng)算法可能存在語(yǔ)音可懂度較高而音質(zhì)較逡逑差的情況。此外
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN912.35

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 陳強(qiáng);張軍峰;王菲;鄭志祥;;基于OLS-RBF神經(jīng)網(wǎng)絡(luò)的進(jìn)場(chǎng)飛行時(shí)間預(yù)測(cè)[J];航空計(jì)算技術(shù);2015年04期

2 劉峰濤;賀國(guó)光;;基于近似熵和統(tǒng)計(jì)復(fù)雜度的交通流復(fù)雜性測(cè)度[J];中國(guó)公路學(xué)報(bào);2007年04期

3 李洪亮;丁渭平;王務(wù)林;;汽車噪聲控制技術(shù)的最新進(jìn)展與發(fā)展趨勢(shì)[J];汽車技術(shù);2007年04期

4 曹明純;;增強(qiáng)噪聲背景中語(yǔ)言的數(shù)字處理方法[J];電聲技術(shù);1984年05期

相關(guān)博士學(xué)位論文 前1條

1 徐勇;基于深層神經(jīng)網(wǎng)絡(luò)的語(yǔ)音增強(qiáng)方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前4條

1 毛瀟宇;高速駕駛環(huán)境中汽車噪聲的語(yǔ)音增強(qiáng)算法[D];北京交通大學(xué);2015年

2 蘇大壯;面向數(shù)字資源聚合平臺(tái)的光學(xué)字符識(shí)別技術(shù)的研究[D];電子科技大學(xué);2015年

3 王綱金;低信噪比環(huán)境下語(yǔ)音端點(diǎn)檢測(cè)方法研究[D];湖南大學(xué);2011年

4 馮炎;基于噪聲估計(jì)和先驗(yàn)信噪比估計(jì)的語(yǔ)音增強(qiáng)算法研究[D];西南交通大學(xué);2010年

本文編號(hào)：2529313