隨著經(jīng)濟(jì)的高速發(fā)展,人們消費(fèi)水平日益提高,汽車已成為人們出行的一種主要代步工具。相比以觸屏交互方式為主的傳統(tǒng)車載人機(jī)交互,車載語(yǔ)音交互是一種更加安全、智能的方式。在理想情況下,駕駛員發(fā)出控制車載電子設(shè)備的命令語(yǔ)音,由車載語(yǔ)音識(shí)別系統(tǒng)根據(jù)識(shí)別出的內(nèi)容來(lái)調(diào)用相應(yīng)的車載電子設(shè)備。然而,真實(shí)的車載環(huán)境中存在各種車載背景噪聲和副駕駛位人聲干擾,嚴(yán)重降低車載語(yǔ)音交互體驗(yàn)。因此,語(yǔ)音增強(qiáng)算法作為前置處理方案是抑制噪聲和干擾的一種有效且必要的途徑,為后續(xù)的語(yǔ)音交互提供方便。相比傳統(tǒng)單通道語(yǔ)音增強(qiáng)算法,麥克風(fēng)陣列能夠利用信號(hào)的空間信息,具有更好的噪聲抑制效果。本文主要研究了車載環(huán)境下的雙通道語(yǔ)音增強(qiáng)技術(shù)。主要工作內(nèi)容如下:首先,針對(duì)傳統(tǒng)雙通道語(yǔ)音增強(qiáng)算法不適用于車載聲學(xué)環(huán)境的問(wèn)題,本文首先基于觀測(cè)信號(hào)互相關(guān)功率譜相位的方式,估計(jì)信號(hào)時(shí)頻點(diǎn)由目標(biāo)聲源或干擾聲源主導(dǎo)的后驗(yàn)概率,從而抑制副駕駛位干擾的影響。然后進(jìn)一步結(jié)合基于深度神經(jīng)網(wǎng)絡(luò)估計(jì)的語(yǔ)音存在概率,提高對(duì)車載背景噪聲的魯棒性。最后,將混合的語(yǔ)音活動(dòng)檢測(cè)信息應(yīng)用于波束形成、阻塞矩陣和自適應(yīng)噪聲消除器等模塊的設(shè)計(jì)中。其次,針對(duì)傳統(tǒng)的后置濾波算法無(wú)法有效消除... 

【文章來(lái)源】： 何禮 重慶郵電大學(xué)

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

PXUA216MB-DL2-M麥克風(fēng)陣列開(kāi)發(fā)板表3.1不同車載環(huán)境錄音說(shuō)明車載環(huán)境車速（km/h）

停車場(chǎng)車載環(huán)境下，各算法處理信號(hào)時(shí)域?qū)Ρ葓D

圖 3.10 停車場(chǎng)車載環(huán)境下，各算法處理信號(hào)語(yǔ)譜對(duì)比圖圖 3.11 描述了在停車場(chǎng)、市區(qū)、高架和高速 4 種車載場(chǎng)景下，不同算法在各主副駕駛位信干比條件下的平均 fwsegSNR 值�？傮w上看，本章改進(jìn)算法在各車載噪聲環(huán)境下，fwsegSNR 值提升最明顯。其中，在停車場(chǎng)車載環(huán)境下，算法 1 和算

【參考文獻(xiàn)】：
期刊論文
[1]利用相位時(shí)頻掩蔽的麥克風(fēng)陣列噪聲消除方法[J]. 何禮,周翊,劉宏清.  信號(hào)處理. 2018(12)
[2]基于深度學(xué)習(xí)語(yǔ)音分離技術(shù)的研究現(xiàn)狀與進(jìn)展[J]. 劉文舉,聶帥,梁山,張學(xué)良.  自動(dòng)化學(xué)報(bào). 2016(06)

碩士論文
[1]汽車噪聲下語(yǔ)音增強(qiáng)算法的研究與應(yīng)用[D]. 王旭貞.杭州電子科技大學(xué) 2015
[2]車載環(huán)境下語(yǔ)音增強(qiáng)方法的研究[D]. 宋曉東.遼寧工業(yè)大學(xué) 2014



本文編號(hào)：3117378