检索结果-南通市图书馆

现代电子技术 2010年第23期33卷 80-84页

作者：罗金玉刘建平张一闻武警工程学院研究生大队陕西西安710086 武警工程学院通信工程系陕西西安710086

在回顾麦克风阵列信号处理研究历程的基础上,对麦克风阵列信号处理的特点进行分析,总结了目前的研究热点问题及现有算法并对各算法的优缺点进行比较,重点阐述了使用最为广泛的声源定位算法,最后介绍几个有价值的应用领域,为进一步研究... 详细信息

在回顾麦克风阵列信号处理研究历程的基础上,对麦克风阵列信号处理的特点进行分析,总结了目前的研究热点问题及现有算法并对各算法的优缺点进行比较,重点阐述了使用最为广泛的声源定位算法,最后介绍几个有价值的应用领域,为进一步研究麦克风阵列信号处理奠定基础。

关键词：麦克风阵列信号处理声源定位 TDOA 应用

来源：

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

宽带声源方位估计的多频稀疏贝叶斯学习改进算法

引用

仪器仪表学报 2023年第5期44卷 302-312页

作者：陈果卢永刚中国工程物理研究院总体工程研究所绵阳621900

在对空气中未知的宽带声源的波达方向进行估计时,麦克风阵列的阵元间距很容易大于声信号半波长而出现栅瓣,严重影响估计效果。尽管多频带数据的使用在一定程度上可以抑制栅瓣产生,但目前的方法抑制效果比较一般而且计算效率不高。在稀... 详细信息

在对空气中未知的宽带声源的波达方向进行估计时,麦克风阵列的阵元间距很容易大于声信号半波长而出现栅瓣,严重影响估计效果。尽管多频带数据的使用在一定程度上可以抑制栅瓣产生,但目前的方法抑制效果比较一般而且计算效率不高。在稀疏贝叶斯学习基础上,提出了一种针对宽带声源方位估计的改进方法。这种方法将超先验引入到传统的多频稀疏贝叶斯估计模型中,然后同时利用声源信号在多个频带上具有的相同空间角度稀疏性并结合期望最大化算法重新推导了多频稀疏贝叶斯模型中各相关参数的迭代形式。与此同时,考虑到实际场景中的声源方位通常不位于稀疏网格上,离网格修复模型也被加入设计框架中,以解决该问题。为验证算法性能,开展了仿真实验和场地实验。结果表明,相比最近提出的基于l_(1)最小化的多频压缩感知方法和宽带的多频稀疏贝叶斯学习方法,提出方法能更好的利用宽带声源的多频特性以降低栅瓣的干扰,同时具有更高的估计精度和计算速度。在现场实验中,改进方法表现了优于其他先进方法的栅瓣抑制能力,声源方位估计误差可达0.09°,所需迭代收敛步数相比MF-SBL减少约50%。

关键词：宽带声源DOA估计多频稀疏贝叶斯学习麦克风阵列信号处理超先验

来源：

维普期刊数据库

同方期刊数据库

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

基于图信号处理的多声源定位方法研究

引用

信号处理 2024年第10期40卷 1802-1812页

作者：吴晓欢李嘉宁南京邮电大学通信与信息工程学院江苏南京210003

波达方向(Direction of Arrival,DOA)估计技术是语音增强和声学探测中的重要工具,对于语音机器人、视频会议、助听器和声呐等应用至关重要。最近出现的DOA估计新方法,例如图信号处理(Graph Signal Processing,GSP)方法,展现出优异的角... 详细信息

波达方向(Direction of Arrival,DOA)估计技术是语音增强和声学探测中的重要工具,对于语音机器人、视频会议、助听器和声呐等应用至关重要。最近出现的DOA估计新方法,例如图信号处理(Graph Signal Processing,GSP)方法,展现出优异的角度估计能力,有望提供更佳的声源DOA估计解决方案。然而,由于在多声源情况下GSP算法由邻接矩阵无法直接得到接收信号特征向量的正交补矩阵,导致多声源下GSP算法失效。为解决此问题,本文基于多源宽带语音信号的频域单源区域检测实现多声源分离,进而利用GSP和聚类算法实现宽带多声源的定位。具体而言,本文首先将GSP方法扩展到频域。其次,利用短时傅里叶变换将信号分为若干时频区域,筛选出单源主导的时频区域后,对其进行频域GSP单源定位。最后,对所有定位结果进行聚类,再通过加权平均获得最终的角度估计。我们利用LibriSpeech语音语料库构建声源信号进行多声源定位仿真,仿真结果证明,本文方法优于其他算法,较高信噪比下可将误差控制在3°以内。此外,我们使用圆形六阵元麦克风阵列,对实际录制的若干组录音数据应用所提算法进行定位测量,结果展示所提算法的定位误差更小,并在声源较为靠近时也能做到较好的分辨。

关键词：多声源定位 K-均值聚类图信号处理麦克风阵列信号处理

来源：

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

可穿戴式设备多传感器语音增强算法研究

可穿戴式设备多传感器语音增强算法研究

引用

作者：陈昱帆重庆邮电大学

学位级别：硕士

近年来,随着无线语音通信技术的高速发展,语音通话体验得到了大幅提高。通话者所在环境的声场噪声成为了干扰语音通话质量和可懂度的主要原因,麦克风阵列技术作为一种高效抑制噪声的语音增强技术被广泛应用。麦克风阵列主要利用了声波... 详细信息

近年来,随着无线语音通信技术的高速发展,语音通话体验得到了大幅提高。通话者所在环境的声场噪声成为了干扰语音通话质量和可懂度的主要原因,麦克风阵列技术作为一种高效抑制噪声的语音增强技术被广泛应用。麦克风阵列主要利用了声波抵达各阵元的相位不同延展出的空间滤波特性,能够无失真地保留期望语音信号的同时最大化的抑制方向性噪声干扰。为了缓解强噪下的通信通话质量问题,本文利用麦克风阵列处理技术探究在可穿戴式设备的应用场景下,使用骨振动传感器辅助麦克风阵列进行语音增强,提高语音增强系统对扩散场噪声和低信噪比的非平稳噪声的抑制能力。本论文主要工作如下:首先,本文基于骨振动信号不受外界声场干扰的特点,研究了基于骨导语音存在概率的鲁棒语音活动检测算法。再利用估计得到的语音活动检测结果控制广义旁瓣消除器的阻塞矩阵和自适应噪声消除器中自适应滤波器的更新步长,使得阻塞矩阵和自适应噪声消除器的滤波器系数能够在复杂的声场噪声环境下快速收敛。其次,本文利用麦克风阵列不同阵元间风噪相关性低的特性检测出被风噪干扰的频点,并用骨振动信号的低频谐波成分替换被风噪干扰的频点。为了进一步抑制前级阵列处理残留的噪声,本文基于简易循环神经元改进了一种低参数量实时降噪神经网络后置滤波算法。该后置滤波算法拼接了三帧梅尔能量谱作为网络模型输入,在降低输入特征冗余的同时提高了网络对非平稳噪声的抑制能力。为了缓解神经网络降噪算法处理结果的语音失真现象,本文在训练阶段使用尺度不变的信号失真比作为时域损失函数辅助网络参数的学习过程。最后,本文通过实验证明在骨导信号的辅助下,广义旁瓣消除器阻塞矩阵的期望语音泄漏能够有效减少,自适应噪声消除器的噪声抑制能力得到明显提高,该算法对语音音质和可懂度的提升相比于传统方法有明显提升。

关键词：麦克风阵列信号处理骨振动传感器自适应波束形成语音增强神经网络实时信号处理智能可穿戴式设备

来源：

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

基于深度学习的鲁棒语音识别

基于深度学习的鲁棒语音识别

引用

作者：王师琦桂林电子科技大学

学位级别：硕士

针对在噪声、混响等环境下语音识别系统识别率严重下降的问题,本文以深度学习和麦克风阵列信号处理作为主要技术方法,讨论并研究了若干鲁棒语音识别中的关键技术。论文的主要工作与贡献如下:(1)搭建了一个基于混合声学模型的语音识别系... 详细信息

针对在噪声、混响等环境下语音识别系统识别率严重下降的问题,本文以深度学习和麦克风阵列信号处理作为主要技术方法,讨论并研究了若干鲁棒语音识别中的关键技术。论文的主要工作与贡献如下:(1)搭建了一个基于混合声学模型的语音识别系统,通过实验,研究了三音素上下文建模、深度神经网络、特征变换技术对识别率所带来的影响,并且评估了这些技术在混响噪声环境下的鲁棒性;(2)在流式语音识别的实际应用中,通常要求系统的预处理前端能够低延迟且实时地处理多个任务,并且对噪声要有很强的鲁棒性。针对上述问题,提出了一种语音增强与语音活动检测的多任务深度学习模型。该模型引入了长短时记忆网络,并以硬参数共享的方式连接了两个任务的输出层,构建了一个适合于实时在线处理的因果系统。实验结果表明,相较串行处理两个任务的基线模型,多任务模型在语音增强结果非常相近、语音活动检测结果更优的情况下,其速度快了44.2%,这对于深度学习预处理模型的实际部署将具有重要的意义;(3)针对传统多通道语音分离算法在扩散噪声下性能下降的问题,提出了一种用于语音分离及降噪的空间协方差模型及参数估计方法。该方法将扩散噪声视为独立声源,利用由声学传递函数重构的空间协方差矩阵建模目标声源的空间特性,并通过空间协方差分析方法估计用于语音分离的多通道维纳滤波器。同时,还提出了一种联合该方法的后置滤波器参数框架,为输出信号降噪和失真的折中提供了更多选择。在扩散噪声下的语音分离实验中,所提方法的分离性能要优于其他对比算法,联合参数的后置滤波器可提供更为符合人们要求的降噪语音,验证了所提模型与参数估计方法的有效性。另外,在鲁棒语音识别实验中,所提方法无论是在扩散噪声还是点声源噪声环境下,增强后的语音识别率都有显著的提高,且优于其他对比方法,验证了其作为鲁棒语音识别前端处理系统的有效性。

关键词：麦克风阵列信号处理深度学习语音增强语音活动检测语音识别

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：