有混響條件下的室內(nèi)語音定向研究.pdf

1、該文對室內(nèi)有混響條件下的語音定向問題進(jìn)行了系統(tǒng)的研究,從聽覺仿真、室內(nèi)聲學(xué)、信號處理、語音特征等各個角度較為全面深入地分析研究了影響語音定向及其定位精度的各種問題.該論文主要作了以下有特色的研究工作:1)通過試驗(yàn)證實(shí)了混響情況下采用高頻分量比采用低頻分量的定向識別率要高,進(jìn)而根據(jù)人類聽覺對高頻分量主要依靠強(qiáng)度信息來定位這一特征,優(yōu)選了數(shù)字波束合成法來完成聯(lián)合算法中的時延估計(jì).2)初步設(shè)計(jì)和完成了一個用于語音定向系統(tǒng)研究的硬件系統(tǒng).該系統(tǒng)

2、配有程控可3維自由轉(zhuǎn)向的攝像頭以及和PC進(jìn)行通訊的USB接口.從而為聽覺、視覺聯(lián)合研究提供了一個理想的硬件平臺.3)首次將語音特征的分析運(yùn)用到室內(nèi)語音定向中來,并取得了良好的效果;提出了一種新的語音定向方法即聯(lián)合算法,該算法利用由室內(nèi)脈沖響應(yīng)模型得到的回波強(qiáng)度因子,檢出受混響影響較小的信號片段,再利用語音處理技術(shù)中基于短時能量分析的端點(diǎn)檢測、清濁音判別等技術(shù)將檢出片段中無聲片段進(jìn)行剔除,以獲得有效語音片段,最后根據(jù)人耳定向基于強(qiáng)度和時間