發(fā)布時(shí)間：2017-04-07 15:08

  本文關(guān)鍵詞：智能家居中語(yǔ)音增強(qiáng)和分離的研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：智能家居這個(gè)詞語(yǔ),出現(xiàn)在我們生活中頻率越來(lái)越高。在智能家居的模塊中,通過(guò)人們的語(yǔ)音信號(hào)控制室內(nèi)的家電是比較常見(jiàn)的一類智能方式,所以智能家居模塊對(duì)語(yǔ)音信號(hào)的處理要求較為苛刻。本論文主要針對(duì)智能家居中的語(yǔ)音信號(hào)處理進(jìn)行研究,通過(guò)處理接收到的語(yǔ)音信號(hào),使得智能家居模塊能得到一個(gè)清晰干凈的聲音。語(yǔ)音信號(hào)處理一直備受人們的關(guān)注,近幾年來(lái)人們?cè)谡Z(yǔ)音信號(hào)處理的各個(gè)領(lǐng)域取得了較好的研究與應(yīng)用。在本論文中,我們針對(duì)語(yǔ)音信號(hào)的降噪聲,語(yǔ)音信號(hào)分離、語(yǔ)音信號(hào)端點(diǎn)檢測(cè)等方向做了研究與實(shí)現(xiàn)。語(yǔ)音信號(hào)的降噪聲可以提高語(yǔ)音信號(hào)的信噪比,提高語(yǔ)音信號(hào)的可識(shí)別度,傳統(tǒng)的語(yǔ)音信號(hào)降噪聲使用單個(gè)麥克風(fēng),在本論文中我們主要研究麥克風(fēng)陣列降噪聲,包括固定波束降噪聲和自適應(yīng)波束降噪聲算法的研究與實(shí)現(xiàn)。在多人講話的環(huán)境中,語(yǔ)音信號(hào)分離技術(shù)可以得到較好的應(yīng)用,使得智能家居模塊得到可識(shí)別的語(yǔ)音信號(hào),在本論文中,我們提出了不同于傳統(tǒng)的盲源信號(hào)分離算法,我們使用常見(jiàn)的一些算法用于語(yǔ)音信號(hào)的分離,稱之為半盲源信號(hào)分離。語(yǔ)音信號(hào)的端點(diǎn)檢測(cè)可以用于激活智能家居模塊,有效減少待機(jī)功耗。同時(shí)本論文將各個(gè)算法在硬件上都有實(shí)現(xiàn),我們采用TI 64位的DSP6747,和6個(gè)麥克風(fēng)組成麥克風(fēng)陣列。本論文的創(chuàng)新點(diǎn)有以下幾點(diǎn):1、與傳統(tǒng)的麥克風(fēng)陣列相比較,本論文將遠(yuǎn)場(chǎng)與近場(chǎng)在前期做判斷,算法會(huì)針對(duì)不同的情況做出不同的反應(yīng)。2、將傳統(tǒng)的最小均方誤差算法用于半盲源信號(hào)分離。3、將最小二乘法用于半盲源信號(hào)分離。4、將半盲源信號(hào)分離算法與傳統(tǒng)的固定波束算法結(jié)合用于語(yǔ)音信號(hào)分離。5、將語(yǔ)音端點(diǎn)檢測(cè)算法用于智能家居模塊,減少待機(jī)功耗。6、通過(guò)EDMA提高了自適應(yīng)降噪聲算法的實(shí)時(shí)性。同時(shí),本論文針對(duì)各個(gè)算法都介紹其原理,而且針對(duì)各個(gè)算法在實(shí)際環(huán)境中的應(yīng)用做了實(shí)驗(yàn)并收集了數(shù)據(jù),并且從實(shí)驗(yàn)和數(shù)據(jù)中可以驗(yàn)證算法的優(yōu)越性。從實(shí)際的實(shí)驗(yàn)中,我們可以發(fā)現(xiàn),本論文中提出的以上創(chuàng)新點(diǎn)在實(shí)際中都有較好的應(yīng)用。
【關(guān)鍵詞】：智能家居 語(yǔ)音信號(hào)降噪聲 語(yǔ)音信號(hào)分離 半盲源信號(hào)分離 最小均方誤差 最小二乘法
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN912.3;TU855
【目錄】：

• 摘要3-4
• Abstract4-7
• 第一章 緒論7-16
• 1.1 智能家居和語(yǔ)音信號(hào)處理相關(guān)概念解析7-8
• 1.1.1 智能家居介紹7
• 1.1.2 智能家居中常用的技術(shù)7-8
• 1.1.3 國(guó)內(nèi)外目前研究狀況8
• 1.2 語(yǔ)音信號(hào)處理中的相關(guān)概念8-10
• 1.2.1 信噪比8-9
• 1.2.2 語(yǔ)譜圖9-10
• 1.2.3 噪聲分類及特性10
• 1.3 語(yǔ)音信號(hào)預(yù)處理10-16
• 1.3.1 窗函數(shù)11-12
• 1.3.2 分幀12-13
• 1.3.3 語(yǔ)音信號(hào)的合成13-16
• 第二章 語(yǔ)音信號(hào)降噪聲16-28
• 2.1 常見(jiàn)的語(yǔ)音信號(hào)降噪聲算法16-17
• 2.2 固定波束算法17-23
• 2.2.1 遠(yuǎn)場(chǎng)模型19-21
• 2.2.2 近場(chǎng)模型21-23
• 2.3 智能家居激活23
• 2.4 麥克風(fēng)陣列自適應(yīng)算法去噪聲23-26
• 2.4.1 基于線性約束的麥克風(fēng)陣列降噪聲23-26
• 2.5 本章總結(jié)26-28
• 第三章 語(yǔ)音信號(hào)去混響28-31
• 3.1 復(fù)倒譜28-29
• 3.2 復(fù)倒譜域去混響仿真29-31
• 第四章 語(yǔ)音信號(hào)分離31-43
• 4.1 盲源信號(hào)分離31-34
• 4.1.1 盲源信號(hào)分離描述31
• 4.1.2 獨(dú)立分量分析31-32
• 4.1.3 基于最大似然估計(jì)的獨(dú)立分量分析32-34
• 4.2 半盲信號(hào)分離34-40
• 4.2.1 最小二乘法用于半盲源信號(hào)分離35-36
• 4.2.2 最小均方誤差用于半盲源信號(hào)分離36-40
• 4.3 低信噪比下半盲源信號(hào)分離40-43
• 第五章 智能家居硬件實(shí)現(xiàn)43-45
• 5.1 智能家居硬件43
• 5.2 EDMA優(yōu)化計(jì)算43-45
• 第六章 總結(jié)和展望45-47
• 6.1 總結(jié)45
• 6.2 展望45-47
• 參考文獻(xiàn)47-49
• 在學(xué)期間的研究成果49-50
• 致謝50

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 廖壯嘉;智能家居的黃金時(shí)代[J];智能建筑與城市信息;2004年02期

2 廖壯嘉;20歲 智能家居的青春年華[J];智能建筑與城市信息;2004年03期

3 ;比爾·蓋茨的智能家居[J];中華建設(shè);2005年05期

4 陳鵬;;智能家居的系統(tǒng)分類和設(shè)計(jì)[J];儀器儀表標(biāo)準(zhǔn)化與計(jì)量;2006年02期

5 王偉光;;走近國(guó)外智能化家居[J];數(shù)字社區(qū)&智能家居;2007年02期

6 張鼎盛;;享受生活 享受智能家居[J];建材與裝修情報(bào);2007年05期

7 張鼎盛;;享受生活 享受智能家居[J];建材與裝修情報(bào);2007年07期

8 李磊;林曉杰;;智能家居的標(biāo)準(zhǔn)與協(xié)議[J];數(shù)字社區(qū)&智能家居;2008年01期

9 ;專注、專業(yè)、專心——打造智能家居行業(yè)第一媒體[J];數(shù)字社區(qū)&智能家居;2008年01期

10 戚振興;;淺議我國(guó)智能家居發(fā)展[J];廣西輕工業(yè);2009年10期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 吳效明;趙錦萌;吳劍波;;智能家居的醫(yī)療監(jiān)測(cè)技術(shù)研究[A];中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)成立30周年紀(jì)念大會(huì)暨2010中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)學(xué)術(shù)大會(huì)壁報(bào)展示論文[C];2010年

2 榮蓉;吳文p，

本文編號(hào)：290696