基于盲源分離的車載語(yǔ)音增強(qiáng)算法研究.pdf

1、語(yǔ)音作為一種方便、快捷、有效的交流方式，在人們的日常生活中扮演著非常重要的角色。隨著社會(huì)科技的不斷進(jìn)步及其人工智能的迅猛發(fā)展，語(yǔ)音信號(hào)也逐漸成為人-機(jī)交互的一種重要方式，其較傳統(tǒng)的人-機(jī)交互方式更加的便捷、高效和安全，故被廣泛應(yīng)用于工業(yè)控制、醫(yī)療輔助、安防保障、智能家居等諸多方面。然而在實(shí)際的應(yīng)用場(chǎng)景中語(yǔ)音信號(hào)不可避免的會(huì)受到周圍環(huán)境噪聲的干擾，進(jìn)而影響語(yǔ)音質(zhì)量，導(dǎo)致其無法完成正常的人-機(jī)交互功能。因此語(yǔ)音增強(qiáng)作為一個(gè)能夠有效抑制噪聲分

2、量，提高語(yǔ)音質(zhì)量的方法，具有重要的研究意義和應(yīng)用價(jià)值。
　　針對(duì)車載環(huán)境這一特定的應(yīng)用場(chǎng)景，噪聲信號(hào)具有低頻分布、先驗(yàn)知識(shí)不易獲得、與語(yǔ)音信號(hào)混合情況復(fù)雜等特點(diǎn)，造成了許多語(yǔ)音增強(qiáng)算法并不能很好的適用于車載環(huán)境。因此本文在分析車載噪聲和車載聲學(xué)場(chǎng)景的基礎(chǔ)上，建立噪聲信號(hào)和語(yǔ)音信號(hào)的卷積混合模型，研究盲源分離(Blind Source Separation，BSS)技術(shù)在車載環(huán)境下進(jìn)行語(yǔ)音增強(qiáng)的有效性和可行性，以提高車載環(huán)境下帶噪語(yǔ)

3、音信號(hào)的質(zhì)量和可懂度。本文具體開展了以下的工作:
　　(1)車載聲學(xué)場(chǎng)景分析建模和噪聲估計(jì)算法研究。根據(jù)車載環(huán)境所固有的特點(diǎn)，分析車載噪聲的來源及其和駕駛員語(yǔ)音信號(hào)在車內(nèi)的傳播路徑，建立噪聲信號(hào)和語(yǔ)音信號(hào)在車內(nèi)的卷積混合模型。由于多數(shù)語(yǔ)音增強(qiáng)算法都需要噪聲的估計(jì)值作為消噪的先驗(yàn)知識(shí)，因此噪聲估計(jì)的準(zhǔn)確性將直接影響這些語(yǔ)音增強(qiáng)算法的性能。本文在歸納總結(jié)一些常用的語(yǔ)音處理理論基礎(chǔ)上，對(duì)現(xiàn)有常用的噪聲估計(jì)算法進(jìn)行了研究，包括語(yǔ)音端點(diǎn)檢測(cè)

4、噪聲估計(jì)算法和最小值控制遞歸平均噪聲估計(jì)算法。
　　(2)語(yǔ)音質(zhì)量評(píng)價(jià)和語(yǔ)音增強(qiáng)算法研究。文章歸納總結(jié)了一些常用的語(yǔ)音信號(hào)質(zhì)量主客觀評(píng)價(jià)標(biāo)準(zhǔn)，并分析了這些評(píng)價(jià)標(biāo)準(zhǔn)的優(yōu)缺點(diǎn)。同時(shí)針對(duì)真實(shí)環(huán)境下客觀評(píng)價(jià)標(biāo)準(zhǔn)缺少參考源這一問題，本文構(gòu)建了一個(gè)基于隱馬爾科夫模型(Hidden Markov Model，HMM)的小詞匯量語(yǔ)音識(shí)別引擎，并將語(yǔ)音識(shí)別率納入了無參考源語(yǔ)音質(zhì)量的評(píng)價(jià)體系中。對(duì)于語(yǔ)音增強(qiáng)算法的研究，文章首先實(shí)驗(yàn)性分析了譜減法和維納

5、濾波法這兩個(gè)經(jīng)典的語(yǔ)音增強(qiáng)算法，并給出了它們對(duì)車載帶噪語(yǔ)音信號(hào)的消噪結(jié)果;其次針對(duì)一些傳統(tǒng)語(yǔ)音增強(qiáng)算法的不足，本文提出了一個(gè)改進(jìn)的小波閾值函數(shù)語(yǔ)音增強(qiáng)算法，該算法可有效抑制寬帶噪聲和提高語(yǔ)音質(zhì)量;最后文章闡述了獨(dú)立分量分析(Independent Component Analysis，ICA)的基本理論框架和實(shí)現(xiàn)原理，并重點(diǎn)研究了利用基于負(fù)熵的復(fù)值ICA在頻域盲解卷積，實(shí)現(xiàn)語(yǔ)音增強(qiáng)的過程。該ICA語(yǔ)音增強(qiáng)過程不僅可以較好的契合卷積混合模

6、型，而且可以很好的彌補(bǔ)現(xiàn)有語(yǔ)音增強(qiáng)算法在車載環(huán)境中應(yīng)用的不足。
　　(3)基于卷積ICA的車載語(yǔ)音增強(qiáng)算法研究。文章根據(jù)語(yǔ)音信號(hào)和車載噪聲信號(hào)的卷積混合特性以及它們?cè)陬l域的非高斯分布特性，提出利用基于負(fù)熵極大的卷積ICA對(duì)車載帶噪語(yǔ)音信號(hào)進(jìn)行語(yǔ)音增強(qiáng)，并對(duì)該增強(qiáng)過程進(jìn)行針對(duì)性的優(yōu)化。文章在仿真環(huán)境，室內(nèi)環(huán)境，真實(shí)車載環(huán)境三種聲學(xué)場(chǎng)景下構(gòu)建了車載帶噪語(yǔ)音信號(hào)語(yǔ)料庫(kù)，并采用基于負(fù)熵的卷積ICA進(jìn)行語(yǔ)音消噪。實(shí)驗(yàn)結(jié)果表明，該卷積ICA消

7、噪后語(yǔ)音信號(hào)的識(shí)別率較車載帶噪語(yǔ)音信號(hào)分別最高提高了18.33％，30％，27.5％，展現(xiàn)出該卷積ICA在車載聲學(xué)場(chǎng)景中應(yīng)用的有效性和魯棒性。最后本文針對(duì)頻域盲解卷積ICA的語(yǔ)音消噪效果受語(yǔ)音信號(hào)分幀長(zhǎng)度和幀移大小影響的問題進(jìn)行了實(shí)驗(yàn)性研究和闡述。
　　(4)復(fù)雜環(huán)境下語(yǔ)音增強(qiáng)系統(tǒng)的研究和實(shí)現(xiàn)。本文在所研究的噪聲估計(jì)算法和語(yǔ)音增強(qiáng)算法基礎(chǔ)上，選擇部分算法結(jié)合語(yǔ)音媒體控制邏輯，在Windows平臺(tái)下利用C++實(shí)現(xiàn)了一套復(fù)雜環(huán)境下的語(yǔ)