陣列語音增強在車載環(huán)境中的應用.pdf_第1頁
已閱讀1頁,還剩62頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著中國經濟的不斷發(fā)展,人們的生活發(fā)生了本質性質的轉變。人們的在逐步富裕的時候,汽車也隨著生活的富裕也變得越來越常見,汽車的內部設備也逐漸豐富,在其中車載電子設備的種類變得尤其繁多。汽車的駕駛員在車輛的行駛過程中如果用雙手去操作這些電子設備的話無疑會使車輛在行駛的時候發(fā)生意外。為了解決這個實際應用的問題,車輛的車載語音控制系統(tǒng)的發(fā)展有著很大的市場關注。
  在汽車行駛的過程中,有很多因素都會影響著車載語音識別系統(tǒng)的效果,在車載環(huán)境

2、中有許多的噪音存在如:發(fā)動機的振動、行駛過程中空氣的擾動、汽車輪胎與路面的摩擦等。除此之外,不相干等人員的說話聲音對于電子設備對聲音的識別也是一種干擾。人類的聽覺可以根據需要在吵雜的情況下識別出有用的聲音。但是,目前的車載環(huán)境下的語音識別系統(tǒng)還不能實現(xiàn)這一點。在車載環(huán)境下(即有噪聲存在情況下)的語音識別的穩(wěn)定性無法滿足需要,這個問題對于汽車的發(fā)展亟待解決。
  本文中所要實現(xiàn)的功能是對目前現(xiàn)有的語音增強算法中的LCMV進行改進,車

3、載環(huán)境下的噪音很難徹底去除。因此,有效的抑制噪聲干擾應該說是一種簡單并且有效的方法。論文首先對麥克風陣列語音增強的相關知識進行了詳細的介紹,然后又簡單介紹了一些經典的語音增強算法模型,在對麥克風陣列有了初步了解的前提下對兩種語音增強方法在車載環(huán)境下的應用進行了詳細的分析。并在實驗室環(huán)境下,針對該兩種算法進行了實驗仿真,分析出他們各自的性能。
  在分析了兩種車載情況下的語音增強方法并對車載環(huán)境下的聲學特點的進行詳細的分析,為適應新

4、的聲學環(huán)境,而對傳統(tǒng)方法進行有效的改進。新方法對傳統(tǒng)的LCMV方法進行改進。新方法首先對接收到的聲音進行濾波器處理使聲音分為兩部分:一部分是只含有環(huán)境噪聲和干擾的噪聲段,另一部分是含有期望語音的語音段。通過分析可以了解環(huán)境噪聲以及干擾主要處于低頻段而含有語音的部分則處在高頻部分。這使后續(xù)語音的增強有了明確的目的性。然后通過估算兩路語音的線性預測殘差的互相關得到該語段中噪聲所占的比例,通過比例與頻率的關系確定學習率的分配情況,實現(xiàn)語音增強

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論