基于车载嵌入式的语音端点检测算法研究

摘要

随着汽车产业的发展，人们对车载电子设备的需求越来越旺盛。语音识别技术经过近几年的发展，也逐渐走向实用，在车载电子设备中嵌入语音识别功能正成为车载电子产业的一个热点。语音信号的端点检测是智能车载语音识别设备必不可少的一个部分，语音端点检测算法的好坏直接影响到智能语音识别的准确率和识别速度，本文致力于研究基于车载语音识别设备的语音端点检测算法，提高语音识别的准确率和语音识别的速度，使车载设备使用起来更加方便和流畅。
　　本文提出了一种基于耳蜗方程和子带信息融合的端点检测算法。该算法在采用维纳滤波法消噪的基础之上利用耳蜗方程来对语音信号的频谱进行非线性的子带划分。对于每一个子带，采用顺序统计滤波来估算该子带的信噪比，最后采用线性判别函数来融合每一个子带的信噪比信息，根据融合后的结果来进行语音端点检测。此外论文中还尝试了一种基于矩阵特征向量的端点检测算法，该算法将一维的语音信号转化为二维图像信号，采用图像处理的方法来做语音的端点检测，虽然因为计算量的问题没有被采用，但是算法中将一维信号变为二维信号进行处理的思想的提出具有积极的意义。
　　基于863四大方言数据库和实际车载环境下的语音的实验验证了算法能够在车载环境噪声下保持较高的准确率，同时算法的复杂度也适合在车载嵌入式环境下使用。算法在车载设备上的成功实现明显提高了车载设备的语音识别的反应时间，同时识别的准确率也有一定程度的提高，为车载设备的实际应用提供了有力的保障。

目录

摘 要

Abstract

绪论

1.1 课题研究背景及意义

1.2 语音端点检测算法概述

1.3 语音端点检测的研究现状

1.4 论文的主要工作及内容安排

语音信号端点检测理论介绍

2.1 语音信号的产生

2.1.1 人类发声器官

2.1.2 语音信号产生的数学模型

2.2 人类听觉系统介绍

2.3 语音信号的预处理和语音的基本特征

2.3.1 语音信号的预处理

2.3.2 语音信号的基本特征

2.4 语音信号的消噪

2.4.1 噪声一般特性

2.4.2 车载噪声特性

2.4.3 常见的消噪方法

2.5 常见的端点检测算法

2.5.1 基于短时能量和短时过零率的端点检测

2.5.2 基于频率方差的端点检测算法

2.6 小结

基于矩阵特征向量的端点检测算法

3.1 算法原理介绍

3.2 端点检测算法测评平台的搭建

3.3 矩阵算法实验结果判断

3.4 小结

基于耳蜗方程和子带信息融合的端点检测

4.1 维纳滤波

4.2 顺序统计滤波

4.3 基于维纳滤波和子带顺序统计滤波的端点检测算法

4.4 耳蜗方程

4.5 线性判别函数

4.6 基于耳蜗方程和子带信息融合的语音端点检测算法

4.7 相关实验

4.7.1 实验数据介绍

4.7.2 子带划分数量确定实验

4.7.3 VAD效果实验

4.7.4 VAD对ASR的影响

4.8 小结

智能语音识别车载系统与算法移椊

5.1 智能车载系统项目背景

5.2 车载系统架构

5.3 端点检测算法移椊

5.4 车载系统端点检测判断策略

5.5 基于车载设备的VAD实验

5.5.1 实验设置

5.5.2 实验结果

5.6 小结

结论与展望

参考文献

攻读学位期间发表的学术论文

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

致 谢