車載環(huán)境下駕駛員語音增強(qiáng)方法研究.pdf

1、車載語音識(shí)別系統(tǒng)是出于解放駕駛員雙手、提供駕駛樂趣、促進(jìn)安全出行等目的而誕生的。近年來，伴隨著我國汽車使用量的激增，車載語音識(shí)別系統(tǒng)也得到了廣泛關(guān)注，國內(nèi)外從2000年開始已有相關(guān)產(chǎn)品陸續(xù)問世?，F(xiàn)有的語音識(shí)別產(chǎn)品，在安靜環(huán)境下識(shí)別率能達(dá)到97％左右，但在車載環(huán)境下，卻難以達(dá)到實(shí)用標(biāo)準(zhǔn)。究其原因，主要是車載環(huán)境下路況復(fù)雜，各種環(huán)境噪聲影響了識(shí)別率，嚴(yán)重時(shí)甚至?xí)绊戱{駛安全。
　　車載語音識(shí)別系統(tǒng)中很重要的一方面是首先要在車載環(huán)境中區(qū)

2、別出駕駛員的語音，這是后面駕駛員語音識(shí)別的關(guān)鍵，因此本文重點(diǎn)研究車載環(huán)境下駕駛員語音增強(qiáng)問題。車載環(huán)境噪聲包含語音噪聲和非語音噪聲，傳統(tǒng)的語音增強(qiáng)方法并不能去除非駕駛員的語音干擾，因此本文從語音分離的角度出發(fā)來增強(qiáng)駕駛員語音。本文所做的工作包括如下兩個(gè)方面：
　　(1)設(shè)計(jì)了一種基于小波閾值去噪預(yù)處理與盲源分離相結(jié)合的方法。由于車載環(huán)境下駕駛員語音分離問題屬于欠定盲源分離，不易于實(shí)現(xiàn)，而且盲源分離算法不能高效提高信噪比，因此引入小

3、波閾值去噪算法作為預(yù)處理。該方法首先對(duì)帶噪語音進(jìn)行小波閾值去噪，過濾掉非語音噪聲，得到包含駕駛員語音的多人混合語音。從而將欠定盲源分離問題轉(zhuǎn)化為非欠定盲源分離問題，并且大大提高了信噪比。然后采用快速獨(dú)立分量分析法對(duì)多人混合語音進(jìn)行分離，得到各個(gè)說話人的獨(dú)立語音分量。
　　(2)利用聲紋特征從多人語音中選擇出駕駛員語音分量。該方法選擇梅爾倒譜系數(shù)（MFCC）作為聲紋特征參數(shù)，并用矢量量化（VQ）作為模式匹配方法。在訓(xùn)練階段，訓(xùn)練駕駛

4、員的MFCC參數(shù)模板；在測(cè)試階段，對(duì)盲源分離得到的各個(gè)說話人信號(hào)提取MFCC參數(shù)，計(jì)算其與模板的距離，將距離最小的語音分量判斷為駕駛員語音。
　　對(duì)上述方法的仿真結(jié)果表明，本文所提出的駕駛員語音增強(qiáng)方法對(duì)復(fù)雜路況的非語音噪聲具有一定的去噪效果，并能提高信噪比；去除了非語音噪聲能夠?qū)?fù)雜的欠定盲源分離問題轉(zhuǎn)化為簡單的非欠定盲源分離問題，從而清晰地分離出多人混合語音分量；采用聲紋匹配的方法，不需要麥克風(fēng)陣列的支持，就能準(zhǔn)確地識(shí)別出駕駛