移動機器人的聽覺信號去噪算法研究.pdf

1、研究機器人語音識別的重大意義在于交互方式上不受時間和地點的限制。然而機器人獲取語音命令時，不可避免地會受到來自周圍環(huán)境的噪聲、房間的混響以及其它說話人的話音干擾，這些噪聲、混響和干擾會讓語音交流的質(zhì)量下降。為了解決語音控制機器人實際應(yīng)用需求，語音增強則成為提高機器人識別率的瓶頸。本文針對在噪聲環(huán)境中，移動的機器人的語音去噪問題進行了研究，主要工作如下:
　　 (1)本文在緒論部分歸納了語音去噪發(fā)展歷程以及增強算法的基本理論。第二

2、章介紹了語音和噪聲模型以及性能評價方法。討論了單通道的語音增強算法，并重點對譜減法、維納濾波法和卡爾曼濾波法進行了去噪性能比較。
　　 (2)第三章從麥克風陣列理論開始，講解了時延估計算法，最后比較了各種波束形成算法的特點。語音增強過程中的一些關(guān)鍵技術(shù)，重點對廣義互相關(guān)時延估計方法和基于自適應(yīng)濾波的時延估計方法進行了對比，仿真結(jié)果表明:基于自適應(yīng)濾波的時延估計方法的抗噪性能優(yōu)于廣義互相關(guān)時延估計方法。
　　 (3)第四章

3、對譜減法算法進行了詳細的研究分析，將改進的譜減法算法應(yīng)用于麥克風陣列，實現(xiàn)了語音增強算法的改進。重點改進了譜減法中噪聲譜增益的選取。仿真結(jié)果表明:改進的譜減法和麥克風陣列的聯(lián)合算法優(yōu)于單獨使用單一種算法，也優(yōu)于改進前的算法。
　　 (4)第五章對機器人移動前后的麥克風陣列的語音增強性能進行了比較，最后用語音識別算法來驗證語音增強的效果。實驗結(jié)果表明，聯(lián)合算法對語音識別率的提高比較顯著。本文所提出的改進算法比傳統(tǒng)的算法在消除噪聲和