分布式智能语音开关阵列研究与实现

发布时间：2020-09-05 08:25

　　随着科技的不断发展和进步,语音识别技术也得到了相应的发展。语音识别的性能也得到了进一步的提升,识别速率越来越快,识别率也越来越高。语音识别系统作为一种方便、快捷、高效的人机交互方式,越来越引起人们的重视。但在实际的应用场景中,语音识别往往受到识别环境和训练环境的影响,导致识别性能急剧下降。因此,提高语音识别在噪声环境下的识别率和识别速度越来越受到关注,这也是语音识别系统走出实验室,应用到人们生活的关键所在。为了弥补传统方法的弊端,本论文将分布式技术以及无线组网技术结合起来,开发出一款带有优先级的开关阵列设计,能够广泛应用于居家环境。开关阵列将语音信号通过网关上传到服务器端进行相应的语音信号处理,极大的提高了处理效率。同时,考虑到使用现场存在着诸多的噪声,有效的语音信号通常夹杂着大量的环境噪声,本论文采用五麦克风来进行降噪处理。当多个麦克风阵列同时存在时,可以通过时延估计算法精确到某个特定的麦克风阵列,确定语音信号源到达麦克风的先后顺序,来定位出声源位置来确保控制目标对象的一致性,并可以通过Wi-Fi来对其他开关进行同步分析,从而判断采集到的命令是首次命令还是因反射而造成的误判,并相应的执行操作。同时,本文还对麦克风阵列的信号模型进行了研究,其中包括近场模型、远场模型以及五麦克风阵列的几何模型。并分析设计了一种适合语音开关阵列的基于隐马尔可夫模型关键词识别算法的改进方案。在端点检测阶段,采用根据音节来对端点进行提取,同时将这些起始点按照数组的形式进行保存。在参数提取、模板训练以及模板匹配的阶段,利用参考模板以及维特比算法对n个音节的MFCC参数进行匹配,通过与阈值的比较来判断是否为关键词。最后,进行一系列的对比试验,分别对麦克风的摆放位置、语音信号源的距离角度对结果的影响,并在Matlab下进行了识别的仿真试验。
【学位单位】：杭州电子科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN912.34
【部分图文】：

采样量化,语音信号,后波,噪声

散信号的过程。因为人说话的频率主要集中在３．４ＫＨＺ以下，因而大部分的信息均在这个频率逡逑以内，所以根据奎斯特采样定律，只需要使采样频率４笥诹奖叩挠镆粜藕诺淖畲笃德示涂桑]3?以无失真的还原出原始的语音信号。一般频率取８ＫＨｚ或者１６ＫＨｚ即可，而高保真的立体音逡逑乐的采样频率会更加高一些。下图２．１主要展示了在８ＫＨｚ下的抽样频率以及进行１６位量化逡逑编码的语音数据。在对语音信号进行采样前一般都采用低通滤波对语音信号进行滤波，这样逡逑就可以有效的限制高频成分，防止在采集过程中采集到超过采样频率一半的语音信号，这样逡逑有效的防止了信号的混淆和干扰。低通滤波信号如下图２．２所示，采样数据的量化能够将采逡逑样信号用离散数据信号来代替，这样也方便了计算机的存储。通常情况下，一般采用８位、逡逑１６位或者３２位甚至更高的位数来对模拟语音信号进行量化，本次课题采用的是１６位的数据逡逑编码［９］。逡逑抽样量化信号（８０００Ｈｚ，１６ｂｉｔ）逡逑Ｉ逦ｉ逦：逦＾逦ｉ逦ｎ逦！逦■逦！逦？逡逑＾逦ｉ逡逑０．０５邋ｒ逦Ｈ｜逡逑：丨ｆ逡逑－０．１５?

傅里叶逆变换,语音增强,低通滤波,正变换

频谱图,预加重,语音信号,频谱图

时间邋ｔ／ｍｓ逦＊ｉｃ逡逑图２．３小波去噪前的语音信号逡逑小波去嗓之后的语音信号逡逑Ｉ邋ｉ逦ｉ邋Ｉ邋Ｉ逦Ｉ逦！逦１逦！逡逑０．邋－逦Ｉ邋，逦＊逡逑＿逦．Ｈｉ逡逑射逦－逡逑４３．４逦ｉ逦＾ｉ逦？逦？逦！逦？逦１逦逡逑１逦１．１逦１．２逦１，３逦１．４逦１．５逦１．６逦１．７逦１．Ｓ逦１９逦２逡逑时间邋ｆｊｉｎｓ逦ｘ１８逡逑图２．４小波去噪后的语音信号逡逑２．１．３语音信号预加重逡逑减轻口唇辐射效应所造成的干扰以及增强语音信号的高频部分这些都是预加重的主要目逡逑的，通过预加重可以有效的提高高频部分的分辨率。逡逑语音信号的预加重通过利用／／0）邋＝邋１－ｏｚ－１这一传递函数的一阶ＨＲ数字高通滤波器来实逡逑现，在公式中＾表示预加重系数，０．９邋＜0；＜邋１．０。如果语音信号在《这一时刻的懫样值可以表逡逑示为ｘ（？），经过预加重处理之后的语音信号可以表不为＿ｙ（？）邋＝邋ｘ（／７）－ｏｘ（？－ｌ），这里可以将ａ逡逑的值设定为０．９８。下图２．５表示的是语音信号预加重前的频谱图，下图２．６表示的是预加重后逡逑的频谱图。逡逑＿逦原始语音信号频域波形逡逑１０邋逦ｉ逦ｉ逦！逦ｒ逦ｉ逦！逦；逦逡逑｜邋５－邋Ｊ逦Ｊｉ邋Ｉ逦－逡逑甚逦Ｊ邋Ｊ邋｜逦１１邋｜ｙ逡逑０逦５００逦１０００逦１５００逦２０００逦２５００逦３０００逦３５００逦４０００逡逑频率ｆ／Ｈｚ逡逑图２．５语音信号预加重前的频谱图逡逑９逡逑

【参考文献】