检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

双微阵列语音增强算法在说话人识别中的应用

声学技术 2018年第3期37卷 253-260页

作者：毛维曾庆宁龙超桂林电子科技大学信息与通信学院广西桂林541004

针对复杂噪声环境下识别性能显著降低的问题,提出一种用于说话人识别系统前端的双微阵列语音增强算法。该算法采用的是相干滤波和频域宽带最小方差无畸变响应波束形成器后置结合改进的维纳滤波器。其基本原理是首先求出双微麦克风阵列... 详细信息

针对复杂噪声环境下识别性能显著降低的问题,提出一种用于说话人识别系统前端的双微阵列语音增强算法。该算法采用的是相干滤波和频域宽带最小方差无畸变响应波束形成器后置结合改进的维纳滤波器。其基本原理是首先求出双微麦克风阵列信号中两个相邻通道间的相干函数,再利用通道间信号的相干性来进行初始噪声抑制。其次,通过一个频域宽带最小方差无畸变响应(Minimum Variance Distortionless Response,MVDR)波束形成器保留目标声源方向的信号并抑制其他方向的信号干扰,再通过改进的维纳滤波器去除噪声残留提升语音质量。最后,使用梅尔频率倒谱系数(Mel Frequency Cepstral Coefficients,MFCC)和伽马通滤波器组频率倒谱系数(Gammatone Filter-bank Frequency Cepstral Coefficients,GFCC)对增强后的语音信号做特征参数提取并进行说话人识别。仿真过程采用声学人工头模拟双耳采集数据,实验结果表明,该语音增强算法在复杂噪声环境下能够获得较好的增强效果,能有效提升说话人识别系统的识别率。

关键词：双微阵列语音增强相干滤波最小方差无畸变响应改进维纳滤波说话人识别

在线全文

学校读者我要写书评

暂无评论

多噪声环境下双微阵列语音增强算法

计算机应用 2019年第8期39卷 2426-2430页

作者：罗瀛曾庆宁龙超认知无线电与信息处理教育部重点实验室(桂林电子科技大学)

为提高双微阵列语音增强系统在多噪声环境下的消噪性能,提出一种适用于双微阵列的改进广义旁瓣抵消器语音增强算法。根据双微麦克风阵列的结构特点,首先,用基于噪声互功率谱估计的改进相干滤波算法消除距离较远麦克风之间产生的弱相关噪... 详细信息

为提高双微阵列语音增强系统在多噪声环境下的消噪性能,提出一种适用于双微阵列的改进广义旁瓣抵消器语音增强算法。根据双微麦克风阵列的结构特点,首先,用基于噪声互功率谱估计的改进相干滤波算法消除距离较远麦克风之间产生的弱相关噪声;然后,利用广义旁瓣抵消算法消除距离较近麦克风之间产生的强相关噪声;最后,通过基于最小值控制递归平均的子带谱减法有针对性地消除不同频带上的残留噪声。仿真实验表明,在多噪声环境下所提算法较现有的双微阵列语音增强算法取得了更好的感知语音质量评价得分,一定程度上改善了双微阵列语音增强系统对复杂噪声的抑制效果。

关键词：双微阵列噪声互功率谱估计广义旁瓣抵消器最小值控制递归平均子带谱减

基于深度学习与双微阵列的语音命令词识别研究

在线全文

学校读者我要写书评

暂无评论

基于深度学习与双微阵列的语音命令词识别研究

作者：祁潇潇桂林电子科技大学

学位级别：硕士

语音交互式设备正在改变人们的生活方式,在智能家居、车载语音设备中应用广泛,通过语音将设备唤醒,是一个具有挑战的问题,但是在复杂环境下,语音设备如何能够准确接收指令是一个难点。本文研究了基于Res Net网络与双微阵列的语音命令词... 详细信息

语音交互式设备正在改变人们的生活方式,在智能家居、车载语音设备中应用广泛,通过语音将设备唤醒,是一个具有挑战的问题,但是在复杂环境下,语音设备如何能够准确接收指令是一个难点。本文研究了基于Res Net网络与双微阵列的语音命令词识别方法,提高了命令词的识别率,论文的重点任务如下:1.研究了一种结合循环神经网络语音端点检测算法,该算法是将含噪语音通过傅里叶变换转换成频谱图,从频谱图中找到频率活跃点,然后通过卷积-门控循环神经网络进行训练,最后对训练结果进行预测。使用双向门控循环单元（Bi GRU）网络、双向长短时记忆（Bi LSTM）网络和CNN-Bi GRU三种网络在信噪比为-10d B、0d B、10d B的环境中行实验。从实验的结果来看,在信噪比为-10d B、0d B、10d B的环境中,基于CNN-Bi GRU网络模型的预测准确率均高于其他两种网络模型。2.研究了一种结合差分麦克风阵列与自适应降噪的双麦克风语音增强算法。该算法利用一阶麦克风阵列技术,使用自适应算法进行降噪,最后使用对数MMSE算法作为后置滤波。实验表明,该算法能够抑制方向性噪声干扰问题,改善了语音质量。3.研究了一种基于双微麦克风阵列与宽残差网络的命令词识别算法。该算法在原始的残差模块的基础上拓宽了网络的宽度,减小了网络的深度,但是整体网络参数没有改变。算法结合双微麦克风阵列系统,语音数据集为双微麦克风数据集,使用功率归一化倒谱系数作为特征参数输入到残差网络中进行训练。实验表明,与Res Net15模型、Res Net18模型相比,只有三个残差模块的宽残差网络在噪声环境下语音命令词的识别和内外部说话人检测任务中有具有较高的准确度,均达到了95%以上。

关键词：端点检测命令词识别差分麦克风阵列双微阵列深度残差网络功率归一化倒谱系数

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双微阵列与卷积神经网络的语音识别方法

计算机应用 2019年第11期39卷 3268-3273页

作者：刘伟波曾庆宁卜玉婷郑展恒桂林电子科技大学信息与通信学院

为解决噪声环境下语音识别率降低以及传统波束形成算法难以处理空间噪声的问题,基于双微阵列结构提出了一种改进的最小方差无畸变响应(MVDR)波束形成方法。首先,采用对角加载提高双微阵列增益,并利用递归矩阵求逆降低计算复杂度;然后,... 详细信息

为解决噪声环境下语音识别率降低以及传统波束形成算法难以处理空间噪声的问题,基于双微阵列结构提出了一种改进的最小方差无畸变响应(MVDR)波束形成方法。首先,采用对角加载提高双微阵列增益,并利用递归矩阵求逆降低计算复杂度;然后,通过后置调制域谱减法对语音作进一步处理,解决了一般谱减法容易产生音乐噪声的问题,有效减小了语音畸变,获得了良好的噪声抑制效果;最后,采用卷积神经网络(CNN)进行语音模型的训练,提取语音深层次的特征,有效地解决了语音信号多样性问题。实验结果表明,提出的方法在经CNN训练的语音识别系统模型中取得了较好的识别效果,在信噪比为10 dB的F16噪声环境下的语音识别率达到了92.3%,具有良好的稳健性。

关键词：语音识别双微阵列卷积神经网络噪声环境稳健性

在线全文

学校读者我要写书评

暂无评论

一种适用于双微阵列的语音增强算法

科学技术与工程 2018年第10期18卷 245-249页

作者：毛维曾庆宁龙超桂林电子科技大学信息与通信学院桂林541004

考虑到传统单通道语音增强算法对噪声抑制的局限性,采用由两个微型麦克风阵列组成的双微阵列;利用该阵列空间结构的时空域特性对含噪语音进行处理,提出了一种适用于双微阵列的语音增强算法;该增强算法是将各通道采集到的带噪语音信号先... 详细信息

考虑到传统单通道语音增强算法对噪声抑制的局限性,采用由两个微型麦克风阵列组成的双微阵列;利用该阵列空间结构的时空域特性对含噪语音进行处理,提出了一种适用于双微阵列的语音增强算法;该增强算法是将各通道采集到的带噪语音信号先使用对数最小均方误差(logarithmic minimum mean square error,Log MMSE)提升其信噪比;然后利用频域宽带最小方差无畸变响应(MVDR)通过对目标声源信号的获取,保留目标声源方向的信号并抑制其他方向的信号干扰;最后通过一个改进可懂度结合改进最小控制递归平均(improved minimum controlled recursive average algorithm,IMCRA)噪声估计的维纳滤波器来去除噪声残留提升语音质量。仿真实验结果表明,相比传统的单通道语音增强算法,该算法具有良好的噪声抑制性能。

关键词：双微阵列语音增强对数最小均方误差最小方差无畸变响应改进最小控制递归平均维纳滤波

在线全文

学校读者我要写书评

暂无评论

基于双微阵列的语音增强算法

计算机工程与设计 2018年第8期39卷 2490-2494页

作者：毛维曾庆宁龙超桂林电子科技大学信息与通信学院广西桂林541004

针对由两个微型麦克风阵列组成的双微阵列,提出一种改进GSC结构的双微阵列语音增强算法,通过在广义旁瓣抵消器的前端加一个基于迭代噪声功率谱估计的谱修正滤波器,在广义旁瓣抵消器的输出端使用调制域谱减法,对仍有噪声残留的含噪语音... 详细信息

针对由两个微型麦克风阵列组成的双微阵列,提出一种改进GSC结构的双微阵列语音增强算法,通过在广义旁瓣抵消器的前端加一个基于迭代噪声功率谱估计的谱修正滤波器,在广义旁瓣抵消器的输出端使用调制域谱减法,对仍有噪声残留的含噪语音进行增强处理。实验结果表明,该算法在抑制背景噪声方面优于现有广义旁瓣抵消器算法,在语音质量方面得到了一定提升,为双微阵列语音增强算法更好应用于手机、助听器及人工耳蜗等方面提供了途径。

关键词：双微阵列广义旁瓣抵消器谱修正滤波器调制域谱减法语音质量

在线全文

学校读者我要写书评

暂无评论

基于双微阵列的声源定位技术研究

基于双微阵列的声源定位技术研究

作者：韦莎丽桂林电子科技大学

学位级别：硕士

在音视频会议、机器人及语音识别等应用领域中,阵列信号处理技术起到了举足轻重的作用。语音定位本身属于阵列信号处理技术领域的一个重要组成部分。在噪声较大及混响较强的实际环境下,常用声源定位算法的鲁棒性较差。相位变换加权的可... 详细信息

在音视频会议、机器人及语音识别等应用领域中,阵列信号处理技术起到了举足轻重的作用。语音定位本身属于阵列信号处理技术领域的一个重要组成部分。在噪声较大及混响较强的实际环境下,常用声源定位算法的鲁棒性较差。相位变换加权的可控响应功率定位算法（SRP-PHAT）具有一定的抗混响能力,但抗噪声能力较差且算法的计算量较大。为了减小SRP-PHAT定位算法的计算复杂度,提升强噪声、高混响环境下声源定位算法的性能,主要做了以下工作:1.简单介绍了几种使用频率较高的麦克风阵列,并引入双微阵列模型。采用真人读取语音进行了基于双微阵列的实际环境语音录制。2.为了解决普遍存在的低信噪比时端点检测效果较差的问题,研究了一种新的检测法。此方法引进调制域谱减法去除信号的部分噪声,并把信号的经验模态分解和对数能量除以相关函数主副峰比值结合,最后进行端点检测。实验结果显示,在信号信噪比较低时,检测的正确率大部分在90%以上,算法的检测性能较好。3.对SRP-PHAT算法中的广义互相关函数（GCC）的权值做了改进,将平滑相关变换（SCOT）函数和相位变换（PHAT）函数结合,组成新的加权函数。研究了改进加权SRP算法结合BP（back propagation）网络的双微阵列声源定位方法。该方法将5°为一个跨度的低分辨率搜索空间按其理论信号接收时间差（TDOA）进行区域划分,较SRP全搜索方法减少了99.5%的搜索空间。将每个区域的质心坐标作为代表坐标,求取代表坐标的TDOA作为搜索空间查找表,将查找表的改进加权SRP功率值作为网络的输入特征,通过网络的不断学习,输出声源的位置估计。仿真实验表明,算法的定位性能较好,方位角预测的平均正确率为97.8%,仰角估计的平均正确率为98.5%,距离预测的平均正确率为99.8%,声源位置定位的正确率为96%,较SRP全搜索方法提高了68%的定位精度,减少了99.7%的定位时间。

关键词：双微阵列语音端点检测 SRP-PHAT算法神经网络声源定位

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双微阵列的语音命令词识别研究

基于双微阵列的语音命令词识别研究

作者：卜玉婷桂林电子科技大学

学位级别：硕士

近年来,随着智能家居和语音助手等产品的大量涌现,真正实现了智能语音识别从科研机构到市场应用的转型。智能语音交互正改变着人们的生活方式,命令词识别技术作为设备交互和语音控制的手段也受到了广泛关注。命令词识别的应用场景都是... 详细信息

近年来,随着智能家居和语音助手等产品的大量涌现,真正实现了智能语音识别从科研机构到市场应用的转型。智能语音交互正改变着人们的生活方式,命令词识别技术作为设备交互和语音控制的手段也受到了广泛关注。命令词识别的应用场景都是一些计算能力不大的小功耗设备,如语音助手、语音导航、可穿戴设备等。评价一个命令词识别系统性能的指标有唤醒率、虚警率、实时率以及用户体验和功耗水平,这些都是系统设计的难点所在。因此,如何提高复杂环境下命令词识别的稳健性对现阶段研究人员来说是一个挑战,对此,本文研究了改善实时响应、降低功耗以及提高系统稳健性的命令词识别方法。本论文的主要研究成果概述如下:1.研究了一种低信噪比环境下的端点检测算法,该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声从而提升信噪比,减少语音失真,然后再提取每帧信号的功率归一化倒谱系数,并计算其倒谱距离,最后将该倒谱距离作为检测参数,采用双门限判决方法进行检测。结果表明,该端点检测算法通过抑制非平稳噪声再使用调制域谱减消除残余噪声使得算法可用于过滤非语音信号,改善命令词识别系统在复杂噪声环境下的实时响应性能,减少功耗,具有一定实用价值。2.研究了一种基于双微麦克风阵列结合深度残差网络的命令词识别系统,采用改进的残差模型Res Nets15构建命令词识别系统,同时利用扩张卷积提升感受野增强模型性能,系统采用双微麦克风阵列数据集并提取功率归一化倒谱系数作为特征参数输入残差网络进行训练,训练后的命令词识别精度达到了95%以上,同时增加了更深层模型Res Nets50,网络的精度和模型内存占用以及功耗均可满足部署移动设备的需求,该多任务系统尤其适用于残障人士语音控制设备,其能够专注于用户的指令减少外部说话人干扰,实现高精度命令词识别。

关键词：端点检测命令词识别双微阵列深度残差网络功率归一化倒谱系数