检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

车载环境下语音分离技术的研究

车载环境下语音分离技术的研究

作者：张雨晴辽宁工业大学

学位级别：硕士

随着科技的发展,车载语音交互设备的广泛使用取代了原始电子车载设备的手动控制方式,在很大程度上提高了驾驶员的专注度,保证驾驶的安全性。但是由于行车过程中车载环境复杂多变,导致语音交互指令的识别正确率降低,严重影响语音交互过... 详细信息

随着科技的发展,车载语音交互设备的广泛使用取代了原始电子车载设备的手动控制方式,在很大程度上提高了驾驶员的专注度,保证驾驶的安全性。但是由于行车过程中车载环境复杂多变,导致语音交互指令的识别正确率降低,严重影响语音交互过程的体验。因此,从复杂的行车环境中,抑制噪声的干扰并分离出目标说话人语音尤为重要,目前已成为人们研究的热点。论文的主要工作是针对车载环境下,对单通道和多通道的语音分离算法进行研究与实现。首先,论文阐述了语音分离的基础理论和几种主要的语音分离算法,并介绍了麦克风阵列的基础理论和语音分离的性能评价准则。其次,针对频域算法对语音特征提取时,卷积神经网络提取的语音特征感受野较小,提取的特征仅包含局部信息等问题,论文给出一种结合卷积注意力机制的单通道语音分离算法。该算法的主要思路是对语音信号进行短时傅里叶变换,将变换得到的幅度谱信息以及相位谱信息分别输入到双流模块中进行处理,使用卷积注意力机制分别从不同的维度提取语音信号的全局特征。最后,将幅度谱特征输入到GRU网络中进行训练,将训练得到的增强的幅度谱与相位特征结合得到目标语音。实验结果表明,与LSTM比较,网络的参数量大幅度减少。在车载环境下,改进后算法在高信噪比时取得较好的性能,语音的质量和可懂度有一定的提高。在非匹配噪声的条件下,算法的鲁棒性较好。最后,考虑到频域算法应用短时傅里叶变换提取信息时存在误差,论文对基于时域的Wave-U-Net网络进行改进以增强算法的性能。首先将注意力机制与Wave-U-Net网络结合,减少浅层模块学习到的低级特征与深层模块学习到的高级特征相连引起的语义鸿沟。针对均方误差损失函数不能较好的处理异常点值问题,采用平均绝对误差损失函数,保证收敛速度的同时,提升异常点的鲁棒性。实验结果验证了算法的有效性。

关键词：语音分离车载环境注意力机制 GRU网络 Wave-U-Net

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

车载环境下驾驶员语音增强方法研究

车载环境下驾驶员语音增强方法研究

作者：朱晓敏西安电子科技大学

学位级别：硕士

车载语音识别系统是出于解放驾驶员双手、提供驾驶乐趣、促进安全出行等目的而诞生的。近年来,伴随着我国汽车使用量的激增,车载语音识别系统也得到了广泛关注,国内外从2000年开始已有相关产品陆续问世。现有的语音识别产品,在安静环境... 详细信息

车载语音识别系统是出于解放驾驶员双手、提供驾驶乐趣、促进安全出行等目的而诞生的。近年来,伴随着我国汽车使用量的激增,车载语音识别系统也得到了广泛关注,国内外从2000年开始已有相关产品陆续问世。现有的语音识别产品,在安静环境下识别率能达到97%左右,但在车载环境下,却难以达到实用标准。究其原因,主要是车载环境下路况复杂,各种环境噪声影响了识别率,严重时甚至会影响驾驶安全。车载语音识别系统中很重要的一方面是首先要在车载环境中区别出驾驶员的语音,这是后面驾驶员语音识别的关键,因此本文重点研究车载环境下驾驶员语音增强问题。车载环境噪声包含语音噪声和非语音噪声,传统的语音增强方法并不能去除非驾驶员的语音干扰,因此本文从语音分离的角度出发来增强驾驶员语音。本文所做的工作包括如下两个方面:(1)设计了一种基于小波阈值去噪预处理与盲源分离相结合的方法。由于车载环境下驾驶员语音分离问题属于欠定盲源分离,不易于实现,而且盲源分离算法不能高效提高信噪比,因此引入小波阈值去噪算法作为预处理。该方法首先对带噪语音进行小波阈值去噪,过滤掉非语音噪声,得到包含驾驶员语音的多人混合语音。从而将欠定盲源分离问题转化为非欠定盲源分离问题,并且大大提高了信噪比。然后采用快速独立分量分析法对多人混合语音进行分离,得到各个说话人的独立语音分量。(2)利用声纹特征从多人语音中选择出驾驶员语音分量。该方法选择梅尔倒谱系数(MFCC)作为声纹特征参数,并用矢量量化(VQ)作为模式匹配方法。在训练阶段,训练驾驶员的MFCC参数模板;在测试阶段,对盲源分离得到的各个说话人信号提取MFCC参数,计算其与模板的距离,将距离最小的语音分量判断为驾驶员语音。对上述方法的仿真结果表明,本文所提出的驾驶员语音增强方法对复杂路况的非语音噪声具有一定的去噪效果,并能提高信噪比;去除了非语音噪声能够将复杂的欠定盲源分离问题转化为简单的非欠定盲源分离问题,从而清晰地分离出多人混合语音分量;采用声纹匹配的方法,不需要麦克风阵列的支持,就能准确地识别出驾驶员语音分量。该方法较为简单、易于在车载硬件平台上实现。

关键词：车载环境语音增强小波变换盲源分离声纹识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

车载环境下语音增强方法的研究

车载环境下语音增强方法的研究

作者：宋晓东辽宁工业大学

学位级别：硕士

驾驶汽车过程中双手离开方向盘去操作车载电子设备，既不方便也存在着安全隐患。为了解决这一问题，车载语音控制系统得到人们的广泛关注。在车载环境中，由于引擎振动、空气扰动、路面摩擦等产生的噪声使得车载环境中的期望语音质量急... 详细信息

驾驶汽车过程中双手离开方向盘去操作车载电子设备，既不方便也存在着安全隐患。为了解决这一问题，车载语音控制系统得到人们的广泛关注。在车载环境中，由于引擎振动、空气扰动、路面摩擦等产生的噪声使得车载环境中的期望语音质量急剧下降，极大影响了整个语音控制系统的性能。因此，开展车载环境下的阵列语音增强方法研究，具有重要的理论意义和实际意义。车载环境下的语音增强是麦克风阵列语音增强技术在特定声学环境中的应用。论文在综述国内外车载语音增强方法的基础上，详细介绍了麦克风阵列语音增强的基础知识和四种经典算法;详细分析了两种车载环境下的语音增强方法，分别为基于子带处理的波束形成和基于概率谱增益的波束形成。论文研究了这两种算法并通过实验仿真分析了它们的性能。通过深入分析车载声学特点可知，车载语音可拆分为仅含有背景噪声和干扰的噪声段和含有期望语音的语音段，且在车载环境中的噪声能量主要集中在低频段，而期望语音能量主要分布在高频段。针对上述两种车载声学的特点，论文提出了一种自适应学习率的波束形成方法。该方法首先分别求出两路语音线性预测残差的互相关，然后利用这个互相关来估计出语音中期望信号存在的概率，并以此概率和频率阈值为依据为语音的噪声段、语音段内的高频成分和语音段内的低频成分分配不同的学习率来自适应控制线性约束最小方差（LCMV）波束形成的去噪能力，从而实现语音增强。实验仿真结果表明，在相同的条件下本文方法较常规的LCMV波束形成能更有效地抑制车载环境下的噪声。

关键词：车载环境语音增强麦克风阵列学习率波束形成

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

车载环境下的语音端点检测

计算机工程与科学 2018年第10期40卷 1902-1906页

作者：涂志强梁亚玲杜明辉华南理工大学电子与信息学院广东广州510641

为了提高车载噪声环境下语音端点检测的准确性,提出了一个基于GRU-RNN的神经网络结构,对带噪语音的Log-Mel特征序列进行处理,实现语音与噪声的分离,从而恢复出纯净语音的LogMel特征序列;在此基础上,提出一种新的特征Log-Mel-Sum,并用该... 详细信息

为了提高车载噪声环境下语音端点检测的准确性,提出了一个基于GRU-RNN的神经网络结构,对带噪语音的Log-Mel特征序列进行处理,实现语音与噪声的分离,从而恢复出纯净语音的LogMel特征序列;在此基础上,提出一种新的特征Log-Mel-Sum,并用该特征进行端点检测。实验结果表明,在车载环境下,本文方法具有很好的端点检测性能。

关键词：语音端点检测循环神经网络车载环境人声与噪音分离

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

车载环境下的多通道语音增强方法研究

车载环境下的多通道语音增强方法研究

作者：梁振兴辽宁工程技术大学

学位级别：硕士

在车载环境下,传统的多通道语音增强方法性能较差,对该环境下的语音增强技术进行研究具有十分重要的意义。针对传统方法提取通道间特征效果不佳的问题,提出基于注意力机制的多通道特征提取方法。首先该方法使用注意力机制为每个通道的... 详细信息

在车载环境下,传统的多通道语音增强方法性能较差,对该环境下的语音增强技术进行研究具有十分重要的意义。针对传统方法提取通道间特征效果不佳的问题,提出基于注意力机制的多通道特征提取方法。首先该方法使用注意力机制为每个通道的帧级数据分配不同的权重值,以增大通道间的差异性,使得模型能够更好地学习通道间的空间特征,然后进一步分析不同麦克风结构对实验结果的影响。实验结果表明,提出的方法相较于NCC和ICD特征提取方法,在评价指标STOI、PESQ、SI-SNR和SDR上平均提高了2.2%、1.5%、1.8%和1.6%。鉴于使用单一方法提取通道特征无法充分表示麦克风阵列空间信息的情况,提出基于多特征融合的多通道语音增强方法。首先该方法使用多特征融合策略,将不同的通道特征提取方法所提取到的特征进行融合,然后采用双阶段结构多次进行通道特征提取,充分利用通道间的特征。实验结果表明,特征融合后的通道特征提取方法能够达到更好的降噪效果,提出的方法相较于单一的NCC和ICAM特征提取方法在评价指标STOI、PESQ、SI-SNR和SDR上平均提升了3.3%、1.8%、2%和2.1%。该论文有图31幅,表8个,参考文献50篇。

关键词：深度学习注意力机制车载环境滤波求和多通道语音增强

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

车载环境下语音处理关键技术的研究

车载环境下语音处理关键技术的研究

作者：许铭辽宁工业大学

学位级别：硕士

随着科技和经济的发展,语音控制系统已成为车载设备中必不可少的组成部分。车载语音控制设备所接收的语音命令,不同程度上上受到行车环境噪声的干扰,严重时甚至会造成车载设备失灵。因此,车载语音处理技术已成为人工智能领域的研究重点... 详细信息

随着科技和经济的发展,语音控制系统已成为车载设备中必不可少的组成部分。车载语音控制设备所接收的语音命令,不同程度上上受到行车环境噪声的干扰,严重时甚至会造成车载设备失灵。因此,车载语音处理技术已成为人工智能领域的研究重点。论文分析了车载环境下传统语音增强算法的局限性,阐述了传统语音增强算法的基本原理及其特点,实验研究了传统算法存在的问题,进而提出了将基于非负矩阵分解的语音增强算法应用于车载环境中,并针对该算法展开了进一步的研究。论文针对频域单通道非负矩阵类语音增强算法的局限性,重点研究了基于复频域与凸包卷积类非负矩阵语音增强算法,并对行车环境下接收到的带噪语音进行处理。首先,论文采用KL散度模型对传统的复非负矩阵算法进行改进,提出了一种基于KL散度模型的复非负矩阵分解的语音增强模型,利用频域一致性约束改进传统相位谱补偿算法的调制频谱对相位谱进行修正。其次,论文还提出了一种基于离散小波包变换的凸包聚类卷积非负矩阵分解的语音增强模型,采用离散小波包变换将语音信号在时域中处理,克服了由于短时傅里叶变换造成的语音失真,并对凸包卷积非负矩阵分解算法进行改进,将其应用于车载环境下的语音增强。仿真实验结果验证了上述两种方法的有效性。最后,针对提出的车载环境中的应用问题,论文提出了两种多通道语音处理模型。第一种方法为基于非负矩阵分解的无监督多通道语音增强方法,即利用非负矩阵分解类算法构建波束形成阻塞矩阵模块,有效地避免阻塞矩阵构造不合适而造成的阻塞剩余和期望信号相消等缺点。第二种方法为基于统计模型的语音源分离和增强方法,即将非负矩阵分解算法分别引入基于统计模型的语音增强算法与广义互相关延时估计模型中,在避免利用先验信息的同时构建了新的角度谱函数,实现车载带噪语音信号分离和增强。实验结果表明在实际的车载噪声干扰下,论文提出的算法均能够降低或抑制了车载噪声干扰,减少失真,提高语音质量和可懂度。

关键词：车载环境语音增强非负矩阵分解声源分离多通道无监督

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于卷积神经网络的车载环境下人脸识别

基于卷积神经网络的车载环境下人脸识别

作者：王欢重庆邮电大学

学位级别：硕士

在人工智能与安全防控深度融合发展的趋势下,以人脸识别为代表的高效、便捷、可靠的生物特征识别技术被广泛应用于汽车智能安防的产业技术升级,深度学习驱动下的人脸识别紧跟人工智能发展步伐在近年来也取得了跨越式的发展。但受限于车... 详细信息

在人工智能与安全防控深度融合发展的趋势下,以人脸识别为代表的高效、便捷、可靠的生物特征识别技术被广泛应用于汽车智能安防的产业技术升级,深度学习驱动下的人脸识别紧跟人工智能发展步伐在近年来也取得了跨越式的发展。但受限于车载计算资源,以深度神经网络为代表的人工智能技术难以大规模在车载终端上实际应用。目前深度学习算法研究仅采用云平台或工控机实现,针对如何突破算力瓶颈实现深度学习算法的车载移植研究较少。本研究以多因素干扰的车载环境下驾车人员为对象,通过对深度学习下多种人脸识别算法展开对比研究,提出一种兼具强实时性、高准确率、适用于车载环境下算法移植的人脸识别方法。本文的主要工作包括:1.设计并搭建深度卷积神经网络模型,该网络以Googlenet网络架构为依托,针对车载环境下人脸识别的高准确率、强实时性的应用需求,结合目标三元组最小化类内与最大化类间距离的特性,改进设计适用于车载环境下人脸识别的Cap＿conv胶囊卷积神经网络模型,沿用Googlenet网络模型的卷积池化层作为目标人脸区域的特征提取层,采用胶囊网络完成特征向量重构,实现最终的人脸特征向量表征。通过训练与测试搭建的深度神经网络模型,提取车载摄像头采集的人脸图像特征信息,将其映射至新的特征空间,实现待测目标与所采数据集中的特征人脸空间比对,即人脸识别。通过对模型的指标检测发现,Cap＿conv胶囊卷积神经网络在准确率和实时性表现良好,但存在计算资源占比较高的情况。2.针对Cap＿conv胶囊卷积神经网络占用计算资源率较高导致在资源受限环境下难以实际应用的痛点,引入了适用于车载环境下的人脸识别网络模型优化策略。在Cap＿conv胶囊网络基础上,采用轻量化神经网络手段,将原有卷积模块进行可分离式卷积拆解,引入残差模块与shortcut连接,结合网络去过拟合操作,快速精准实现多因素干扰下的人脸识别任务。通过测试结果可得,优化后的Cap＿conv胶囊卷积网络在车载系统的嵌入式移植下仍具有较高的实时性与准确率。实验结果表明,优化后的Cap＿conv胶囊卷积神经网络对人脸识别的准确率为98.06%,计算资源占比为38%,处理速率为34ms,兼具了强实时性与高准确率,更适用于车载环境下的人脸识别,具有很强的实际运用价值。

关键词：卷积神经网络人脸识别车载环境轻量化神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

个人便携多媒体在车载环境下的应用研究

个人便携多媒体在车载环境下的应用研究

作者：邓威湖北工业大学

学位级别：硕士

随着我国个人汽车持有量的迅猛增长,汽车向网络化、多媒体化和智能化的发展趋势,形成了汽车电子独特的产业领域。车载环境作为一种特殊的集驾驶,工作和娱乐等多种乐趣于一体的环境已成为产品设计应用研究的热点,特别对设计师提出了新的... 详细信息

随着我国个人汽车持有量的迅猛增长,汽车向网络化、多媒体化和智能化的发展趋势,形成了汽车电子独特的产业领域。车载环境作为一种特殊的集驾驶,工作和娱乐等多种乐趣于一体的环境已成为产品设计应用研究的热点,特别对设计师提出了新的课题,而便携多媒体在该环境下的应用研究显得尤为重要和迫切。本文主要从个人便携多媒体与车载多媒体环境的融合连接入手,以美学、艺术学、材料学和社会学的相关理论为指导,从产品安全人性化设计着手,对个人便携多媒体和车载环境这两种介质进行分析。在初步研究的基础上,对未来车载环境应用进行探讨和展望。具体是一些车载配件的人性化、安全设计研究。文章主要从四个层次展开论述：首先,从汽车多媒体的兴起入手,介绍车载环境这一特殊的应用环境,阐述车载环境的概念和研究的重要性。其次,介绍了个人便携多媒体的发展和概要内容,并将其分类。着重分析其在车载环境下应用的一些特征。再次,基于以上两部分的研究,引出车载连接配件设计的迫切性。并从个人便携多媒体在车载环境下的取电研究,无线连接设计,夹持设计三个应用方面展开研究。最后,在结合前面研究成果的基础上,通过调查分析的手段从市场需求和消费心理分析的角度,进行设计可行性探讨。提出了一套车载配件的设计方案。本文试图从车载多媒体设备的设计入手,结合驾驶者在使用中的体验、感受以及使用效果,希望能为后来的研究者提供一些较为丰富和较有条理的资料准备和理论指导,这且算作是此项研究的理论意义。

关键词：车载环境便携多媒体车载配件工业设计交互设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

车载环境下的语音端点检测方法

测控技术 2016年第3期35卷 39-41页

作者：冯璐王路露张磊张华东长沙学院电子信息与电气工程系湖南长沙410003

通过对车辆内部噪音的统计分析,对于车辆在不同的速度下的情况,分别采用短时能量-过零率及小波分析降噪的方式进行端点检测,利用Matlab软件进行了仿真实现。仿真结果表明:此方法兼顾了处理效率和准确性,对于车载环境下语音的实时处理有... 详细信息

通过对车辆内部噪音的统计分析,对于车辆在不同的速度下的情况,分别采用短时能量-过零率及小波分析降噪的方式进行端点检测,利用Matlab软件进行了仿真实现。仿真结果表明:此方法兼顾了处理效率和准确性,对于车载环境下语音的实时处理有重要意义。

关键词：车载环境小波分析端点检测