基于麥克風(fēng)陣列的說話人定位技術(shù)研究.pdf

1、基于麥克風(fēng)陣列的說話人定位技術(shù)是近年來新興的一個研究方向。目前還存在著許多問題,其中關(guān)鍵的難題是如何在噪聲和混響同時存在的環(huán)境下進(jìn)行說話人定位。
　　本文以基于到達(dá)時間差(TDOA)的定位技術(shù)為基礎(chǔ),對噪聲和混響同時存在的環(huán)境下基于麥克風(fēng)陣列的說話人定位方法進(jìn)行了系統(tǒng)地研究,主要做了以下工作:
　　1.研究分析了廣義互相關(guān)時延估計法、LMS自適應(yīng)時延估計法、基于小波變換的時延估計法和基于四階累積量的時延估計法,并用MATLA

2、B進(jìn)行了算法仿真。
　　2.提出了譜相減結(jié)合多通道互相關(guān)系數(shù)的時延估計算法。實驗結(jié)果表明該算法的性能優(yōu)于一般的多通道互相關(guān)算法。
　　3.考慮到譜相減結(jié)合多通道互相關(guān)系數(shù)的時延估計算法需要多個麥克風(fēng)來估計一個時延,不利于實際應(yīng)用。本文將產(chǎn)生語音的激勵源特征應(yīng)用到時延估計,提出了基于聲門脈沖的自適應(yīng)時延估計算法。并通過實驗驗證了該方法對噪聲和混響均具有很好的魯棒性。
　　4.研究分析了線性插值法和線性修正球形插值法等定位