有混响条件下的内语音定向研究.pdfVIP

有混响条件下的室内语音定向研究 摘 要 一f语音定向技术是一个具有广阔应用前景的研究课题，它是智能机器人人工 耳的重要组成部分，并可以应用于智能控制的会议电视，法庭录像，游戏娱乐 等各仑方面。目前语音定向技术中关键难题是有混响条件下的室内语音定向研 究：了 本文对室内有混响条件下的语音定向问题进行了系统的研究，从听觉仿 真、室内声学、信号处理、语音特征等各个角度较为全面深入地分析研究了影 响语音定向及其定位精度的各种问题。 本论文主要作了以下有特色的研究工作： 1)通过试验证实了混晌情况下采用高频分量比采用低频分量的定向识别率要 高，进而根据人类听觉对高频分量主要依靠强度信息来定位这一特征，优选了 数字波束合成法来完成联合算法中的时延傍讳√这同时也证明了将听觉定位研 究的结果运用到语音定向系统的重要性。) ＼ 2)初步设计和完成了一个用于语音定向系统研究的硬件系统。该系统配有程控 可3维自由转向的摄像头以及和PC进行通讯的USB接口。从而为听觉、视觉 联合研究提供了一个理想的硬件平台。、输入部分具有四通道，各通道具有 1MHz实时采样率和12Bits采样分辨率。、核心器件是11公司的DSPC5416，具 出了一种新的语音定向方法即联合算法，该算法利用由室内脉冲响应模型得到 的回波强度因子，检出受混晌影响较小的信号片段，再利用语音处理技术中基 于短时能量分析的端点检测、清浊音判别等技术将检出片段中无声片段进行剔 除，以获得有效语音片段，最后根据人耳定向基于强度和时间差的特点，选择 了数字波束合成时延估计法对有效语音片段进行方位角估计，并利用先截尾后 加权算术平均的方法对输出结果进行处理，从而使得在有混响室内条件下的水 平方向定位精度接近人耳定位的精度。 4)首次探讨了将说话人识别技术用于语音定向的可能性，指出了利用我们提出 的联合算法的计算结果作为训练和测试数据，用于完成目前对主要说话人的识 别算法所需要的训练和测试过程，在理论和技术上是完全可行删从而解决了 室内语音定向利用说话人识别技术的关键问题，为提高并最终全面解决多人条 件下的室内语音定向问题提供了一个独创的理论方法。 总之，通过论文期间的研究和实验工作，我们在解决室内语音定向中的关 键难题——混响干扰时，首次引入了语音特征和说话人识别等语音处理技术， 并在理论和实验上初步证明了它是非常有效的方法。调研结果和文献研究表 ， 明，我们在室内语音定向问题上的研究无论在国际上或国内都是具有特色的。厂 关键词：语音定向，混响，语音处理，听觉仿真，时延估计 lI The of localization research speech inthe reverberantroom Abstract The localizationisa researchisa of speech technique field，it promising keypart the robot it artificial in canbeusedthe intelligent ear，and conference court entertainmentand