检索结果-南通市图书馆

基于Gammatone滤波器分解的HRTF和GMM的双耳声源定位算法

在线全文

学校读者我要写书评

暂无评论

北京工业大学学报 2018年第11期44卷 1385-1390页

作者：李如玮潘冬梅张爽张永亚北京工业大学信息学部信息与通信工程学院北京100124

针对数字助听器中现存声源定位算法精确度低和算法复杂度高的问题,提出一种新的双耳声源定位算法.首先,采集到的双耳声源信号通过Gammatone滤波器分解为若干个子带信号,根据能量的大小对数据进行压缩.然后,利用头相关传递函数(head-rela... 详细信息

针对数字助听器中现存声源定位算法精确度低和算法复杂度高的问题,提出一种新的双耳声源定位算法.首先,采集到的双耳声源信号通过Gammatone滤波器分解为若干个子带信号,根据能量的大小对数据进行压缩.然后,利用头相关传递函数(head-related transfer function,HRTF)中包含的双耳线索,即双耳时间差、双耳声级差及耳间相关性,提取声源位置的特征.最后,声源的位置信息由高斯混合模型(Gaussian mixture model,GMM)分类器识别.实验结果表明,建议的算法具有高精确度、低复杂度及强鲁棒性.

关键词：双耳声源定位头相关函数高斯混合模型(GMM) Gammatone滤波器数据压缩双耳线索

在线全文

学校读者我要写书评

暂无评论

基于深度学习的双耳声源定位算法研究

声学技术 2022年第4期41卷 602-607页

作者：宋昊刘雪洁俞胜锋钟小丽广东工业大学管理学院广东广州510000 华南师范大学物理与电信工程学院广东广州510006 华南理工大学物理与光电学院广东广州510640

针对多种定位因素存在复杂关联且不易准确提取的问题,提出了以完整双耳声信号作为输入的、基于深度学习的双耳声源定位算法。首先,分别采用深层全连接后向传播神经网络(Deep Back Propagation Neural Network,D-BPNN)和卷积神经网络(Con... 详细信息

针对多种定位因素存在复杂关联且不易准确提取的问题,提出了以完整双耳声信号作为输入的、基于深度学习的双耳声源定位算法。首先,分别采用深层全连接后向传播神经网络(Deep Back Propagation Neural Network,D-BPNN)和卷积神经网络(Convolutional Neural Network,CNN)实现深度学习框架;然后,分别以水平面15°、30°和45°空间角度间隔的双耳声信号进行模型训练;最后,采用前后混乱率、定位准确率与训练时长等指标进行算法有效性分析。模型预测结果表明,CNN模型的前后混乱率远低于D-BPNN;D-BPNN模型的定位准确率能够达到87%以上,而CNN模型的定位准确率能够达到98%左右;在相同实验条件下,CNN模型的训练时长大于D-BPNN,且随着水平面角度间隔的减小,两者训练时长之间的差异愈发显著。

关键词：双耳声源定位深度学习卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于深度学习的鲁棒双耳声源定位研究

基于深度学习的鲁棒双耳声源定位研究

作者：王立杰东南大学

学位级别：硕士

声源定位技术作为语音信号处理系统的前端,广泛应用于视频会议、听觉辅助设备、智能机器人等场合。基于双耳的声源定位研究有着设备小型化的优势,以往的双耳声源定位研究大多利用ITD(Interaural Time Difference)与IID(Interaural Inten... 详细信息

声源定位技术作为语音信号处理系统的前端,广泛应用于视频会议、听觉辅助设备、智能机器人等场合。基于双耳的声源定位研究有着设备小型化的优势,以往的双耳声源定位研究大多利用ITD(Interaural Time Difference)与IID(Interaural Intensity Difference)模拟人耳听觉机制,但是在混响与噪声环境下定位性能下降很快。本文以双耳空间线索为基础,结合深度学习中的卷积网络与残差网络,研究鲁棒的双耳语音定位算法。本文深入研究了两种基于深度学习的双耳声源定位算法:基于深度卷积神经网络DCNN(Deep Convolutional Neural Network)的双耳声源定位算法以及基于深度卷积残差网络DCRN(Deep Convolutional Residual Network)的双耳声源定位算法。(1)基于DCNN的双耳声源定位算法。基于DCNN的双耳声源定位算法引入了卷积运算,分别基于一维卷积与二维卷积实现了不同的DCNN模型。本文采用了特征融合的方式对不同子带上的特征进行组合,避免了模型的反复训练。此外,DCNN引入的卷积运算具备的参数共享特性极大缩减了模型的冗余参数,加速了网络的训练过程。在多种混响与信噪比环境的测试结果表明,DCNN模型具有很强的鲁棒性,相比于子带DNN算法,DCNN模型将高信噪比高混响环境下的定位准确率提升了11个百分点。(2)基于DCRN的双耳声源定位算法。基于DCRN的双耳声源定位算法是对DCNN算法的改进。DCRN算法中在卷积网络的基础上引入了残差结构降低了模型训练的难度,使得DCRN模型能够利用更深的层数进行训练。此外,DCRN中还引入了BN(Batch Normalization)层,进一步加速了模型的收敛。测试结果表明,DCRN模型不仅对未知的混响与信噪比环境有着更好的泛化性能,而且其定位性能也比DCNN模型更好,DCRN13模型在不同环境下比DCNN模型性能平均提升有2%以上。

关键词：双耳声源定位深度学习卷积网络残差网络特征融合

面向人机交互的移动机器人双耳声源定位方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向人机交互的移动机器人双耳声源定位方法研究

作者：赵祥瑞武汉理工大学

学位级别：硕士

机器人双耳声源定位技术是机器人听觉的重要研究方向之一,具有良好的应用前景。移动机器人可以通过判断声源方位,从而为实现人机交互提供基础。在混响和噪声的室内环境中,基于双耳时间差(ITD,interaural time difference)的双耳声源定... 详细信息

机器人双耳声源定位技术是机器人听觉的重要研究方向之一,具有良好的应用前景。移动机器人可以通过判断声源方位,从而为实现人机交互提供基础。在混响和噪声的室内环境中,基于双耳时间差(ITD,interaural time difference)的双耳声源定位性能会严重下降。移动机器人和声源之间的相对运动会造成定位的计算值与声源实际值之间存在一定的误差。针对这些问题,研究在混响和噪声的室内环境中,机器人和声源相对运动时的双耳连续声源定位技术。论文的主要研究内容和工作如下:首先,针对移动机器人的双耳声源定位特点,研究和分析机器人双耳定位线索的特点;在远场模型和双耳定位分辨率的限制条件下,为满足机器人双耳阵列平台小型化的特点,设计合适的双耳阵列间距;然后研究机器人和双耳阵列的相对位置,根据机器人和声源的运动特点和人机面对面交互的特点,设计双耳阵列和机器人的相对位置;最后建立基于双耳时间差的双耳阵列的定位模型。其次,针对在混响和噪声的环境中基于互相关的双耳声源定位性能下降问题,提出一种基于信噪比(SNR,signal-to-noise ratio)估计结合具有噪声的基于密度的聚类方法(DBSCAN,density-based spatial clustering of applications with noise)的声源定位算法。基于SNR估计算法进行最优子频带的选择,保留信噪比最大的信号频带,从而排除噪声子频带的干扰,提升在混响和噪声环境中声源定位的鲁棒性,针对最优子频带残存噪声的干扰,引入DBSCAN算法消除噪声点的影响,经仿真实验表明该算法在噪声和混响的条件下具有较好的鲁棒性。然后,针对移动机器人和声源的相对运动过程中时空不一致导致的定位误差问题,提出一种基于卡尔曼滤波的声源方位角补偿方法。将声源方位角的运动引入卡尔曼滤波建立声源运动模型,通过上一帧的最优值和当前帧的角度补偿值获取当前帧的最优定位值,经仿真实验表明该方法可有效降低定位方位角的误差。最后,搭建基于移动机器人的双耳声源定位的实验平台系统,并对所提出的算法进行实验和分析,实验证明了所提出算法可提高定位的鲁棒性,并减小连续声源定位过程中的误差。

关键词：移动机器人人机交互双耳声源定位子带选择卡尔曼滤波

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于神经网络的鲁棒双耳声源定位研究

基于神经网络的鲁棒双耳声源定位研究

作者：王茜茜东南大学

学位级别：硕士

声源定位技术作为语音信号处理系统的重要前端,在视频会议、助听器、机器人听觉等方面有广泛的应用。声源定位算法包括基于麦克风阵列的定位算法和基于双耳的定位算法。基于双耳的声源定位模拟人耳听觉感知的特性,从而实现定位,但以往... 详细信息

声源定位技术作为语音信号处理系统的重要前端,在视频会议、助听器、机器人听觉等方面有广泛的应用。声源定位算法包括基于麦克风阵列的定位算法和基于双耳的定位算法。基于双耳的声源定位模拟人耳听觉感知的特性,从而实现定位,但以往的双耳声源定位算法在混响与噪声中定位性能显著下降。本文结合近年来兴起的神经网络,以双耳空间信息为基础,研究鲁棒的双耳声源定位算法。本文主要分析和实现了两种基于神经网络的双耳声源定位算法:基于子带深度神经网络的双耳声源定位算法和基于长短期记忆网络的双耳声源定位算法。(1)基于子带深度神经网络的双耳声源定位算法。基于子带深度神经网络DNN(Deep Neural Networks)的双耳声源定位算法是对原有基于DNN定位算法的改进。原有算法是基于全频带的,而子带定位算法模拟人耳的时频分析特性,将双耳声信号划分为多个子带,利用子带的双耳空间定位特征参数互相关函数CCF(Cross Correlation Function)和耳间强度差IID(Interaural Intensity Difference),建立子带DNN。在子带内,将声源定位看做多分类问题,同时根据乘积规则和求和平均的两种子带结果融合方法,实现最终的声源方位估计。在多种混响和噪声环境下的仿真测试表明,基于子带DNN的定位算法对噪声和混响有很强的鲁棒性。(2)基于长短期记忆网络的双耳声源定位算法。基于声信号前、后帧的相关性,将长短期记忆网络LSTM(Long Short-Term Memory)作为声源定位问题中的多分类器。LSTM可以结合过去时刻信息对当前时刻的数据做出预测,本文将前、后帧声信号的双耳空间定位特征参数作为LSTM中前、后时间节点的序列信息,建立顶层为softmax回归结构的LSTM定位网络。定位特征数据是全频带上的IID和CCF参数,并对CCF做子带信噪比估计的加权处理。在不同关联帧数下的仿真测试表明,关联帧数的增加使算法的性能不断提升,算法在极低信噪比和强混响下都有很高的定位准确率。

关键词：双耳声源定位子带深度神经网络长短期记忆网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双耳声源定位的鲁棒语音分离研究

基于双耳声源定位的鲁棒语音分离研究

作者：束佳明东南大学

学位级别：硕士

语音分离技术是语音信号处理系统的重要前端,其性能表现对整个系统影响非常大。以往的研究大多做的是固定目标声源方位的语音分离研究,且在混响与噪声的环境下性能下降十分明显。本文从人耳的感知特性出发,以双耳空间信息为基础,研究鲁... 详细信息

语音分离技术是语音信号处理系统的重要前端,其性能表现对整个系统影响非常大。以往的研究大多做的是固定目标声源方位的语音分离研究,且在混响与噪声的环境下性能下降十分明显。本文从人耳的感知特性出发,以双耳空间信息为基础,研究鲁棒的语音分离算法。本文提出的算法主要包含两大部分：基于深度神经网络的双耳声源定位算法和定位与分离的迭代方法。(1)基于深度神经网络的双耳声源定位算法。人耳听觉系统和神经系统对声信号层层递进的处理方式与近年来在机器学习领域非常火热的深度神经网络对输入信号的处理方式有一定的相似之处。本文将双耳语音定位问题视为一个多分类的问题,训练一个顶层为softmax回归结构的深度神经网络,输出声源处于每个方位的概率,取最大概率方位为声源位置。在处理定位问题时,本文提取的双耳特征线索是互相关函数CCF(Cross Correlation Function)和耳间强度差IID(Interaural Intensity Difference).在实验中,本文选取了定位准确率作为评价标准。在高信噪比和短混响时间的环境下,本文提出的定位算法有接近100%的准确率;在低信噪比和长混响时间的环境下,本文提出的定位算法的准确率在70%以上。(2)定位与分离的迭代方法。本文中使用了耳间时间差ITD(Interaural Time Difference)和耳间强度差IID计算IBM(Ideal Binary Mask)的方法实现语音分离。为了进一步增强算法的鲁棒性,本文提出了声源定位与语音分离迭代的方法。整个分离过程简单而言,首先根据空间线索对混合语音中的多个声源进行定位,将定位作为分离的依据,来实现不同声源数据流的重构;随后对各个重构之后的语音信号重新估计声源方位,再使用修正后的声源方位对混合语音重新进行分离。在迭代若干次之后,输出最后一次重构的语音信号作为分离结果。在实验中,本文选择了PESQ(Perceptual Evaluation of Speech Quality)来评估分离语音的质量。在高信噪比和短混响时间的环境下,本文提出的分离算法的PESQ得分在2.5左右;低信噪比和长混响时间的环境下,本文提出的分析算法的PESQ得分在1.6左右。论文中使用的计算机合成双耳信号采用了MIT媒体实验室提供的HRTF(Head Related Transfer Function)与单声道语音卷积合成,实际采集的双耳信号在实验室的消声室中采用KERMAR人工头采集完成。

关键词：双耳声源定位深度神经网络语音分离迭代

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BP神经网络的双耳声源定位算法

电声技术 2018年第5期42卷 28-32,56页

作者：谈雅文王立杰姚昕羽汤一彬周琳河海大学物联网工程学院江苏常州213022 东南大学信息科学与工程学院江苏南京210096

为了提高复杂声学环境中双耳声源定位性能,本文利用多种双耳空间特征参数,提出了基于神经网络方法的鲁棒双耳声源定位算法。本文将不同声学环境下双耳声信号对应的互相关函数、耳间强度差等空间定位线索,作为输入特征,用于训练BP神经网... 详细信息

为了提高复杂声学环境中双耳声源定位性能,本文利用多种双耳空间特征参数,提出了基于神经网络方法的鲁棒双耳声源定位算法。本文将不同声学环境下双耳声信号对应的互相关函数、耳间强度差等空间定位线索,作为输入特征,用于训练BP神经网络。在混响和噪声环境下,与传统双耳定位算法相比,本文基于BP神经网络的双耳定位算法的定位性能有显著提高,特别是低信噪比条件下,定位正确率提高更为显著。

关键词：双耳声源定位双耳空间线索 BP神经网络

在线全文

学校读者我要写书评

暂无评论

双耳相干混响比加权的声源定位算法

双耳相干混响比加权的声源定位算法

中国声学学会2017年全国声学学术会议

作者：丁建策郑成诗李晓东中国科学院声学研究所噪声与振动重点实验室中国科学院大学

＜正＞0引言双耳声源定位（Binaural Sound Source Localization,BSSL）利用内置于双耳的传声器采集的信号来估计声源的方位。BSSL广泛应用于听觉场景分析、虚拟现实、助听器以及人机交互等领域。双耳相位（时间）差（Interaural Phase/... 详细信息

＜正＞0引言双耳声源定位（Binaural Sound Source Localization,BSSL）利用内置于双耳的传声器采集的信号来估计声源的方位。BSSL广泛应用于听觉场景分析、虚拟现实、助听器以及人机交互等领域。双耳相位（时间）差（Interaural Phase/Time Difference,IPD/ITD）和双耳声级差（Interaural Level Difference,ILD）是BSSL中最常用的双耳特征信息。广义互相关算法(Generalized Cross Correlation,

关键词：室内环境双耳声源定位双耳相干混响比特征加权

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

一种鲁棒的双耳声源方位角定位方法

计算机测量与控制 2022年第11期30卷 204-212页

作者：陈国良赵祥瑞武汉理工大学机电工程学院武汉430070

在噪声和混响的声学环境中,基于双耳时间差的声源方位角定位性能会严重降低;针对这个问题,提出了一种基于子带选择和DBSCAN的双耳声源定位算法,首先,采用Gammatone滤波器将双耳声源信号分解为若干个子带信号;其次,根据子带能量大小进行... 详细信息

在噪声和混响的声学环境中,基于双耳时间差的声源方位角定位性能会严重降低;针对这个问题,提出了一种基于子带选择和DBSCAN的双耳声源定位算法,首先,采用Gammatone滤波器将双耳声源信号分解为若干个子带信号;其次,根据子带能量大小进行子带通道数压缩;然后,根据子带信噪比大小获取最优子带,降低无关子带干扰;接着将子带信号进行分帧,根据互相关算法获取峰值处的数据点;最后,引入DBSCAN算法消除噪声点的影响,获取最优数据点,从而根据ITD定位模型判断目标声源方位角,实验结果表明,该算法在复杂的声学环境中,相较于传统的互相关算法,可显著提高双耳声源方位角定位性能。

关键词：双耳声源定位数据压缩子带选择互相关算法 DBSCAN

维普期刊数据库博看期刊