改进的盖尔圆数目估计方法在智能家居语音识别场景中的应用

滕　宇

(上海交通大学 电子工程系, 上海　200240)



改进的盖尔圆数目估计方法在智能家居语音识别场景中的应用

滕宇

(上海交通大学 电子工程系, 上海200240)

介绍了盖尔圆法则,提出了一种应用在智能家居语音识别场景中的改进的盖尔圆数目估计方法。基于盖尔圆圆心信息对盖尔圆半径的独立压缩,利用协方差在矩阵应用中的特性,压缩盖尔圆半径,分离噪声功率干扰,提高信号源数目估计的可靠性。试验结果表明,改进的盖尔圆数目估计方法能更好地识别智能家居声控设备的语音控制指令,提高了语音识别率。

智能家居; 语音识别场景; 改进的盖尔圆评估方法; 数目估计; 噪声信号滤波

0　引　言

作为智能家居用户体验的核心构件,语音控制技术的重要性在实际应用中日益凸显,其语音识别技术对于智能家居设备的控制准确性和用户体验越来越重要。语音识别是一个复杂过程,如何在噪杂的环境中快速获得有用的声源信号,对于智能家居产品控制系统至关重要。

现实中的声源环境多种多样,为了保持采样噪声的一致性,通常会采用白噪声作为背景噪声。然而即使是白噪声也并不完全理想,因为其中也包括了阵元间相关的、不同方向功率不等的复杂色噪声,而对于噪声源多、色噪声不同的复杂环境,如一般家居产品的语音识别场景,通常会带来更多的困扰。常规的做法是在主控制器上加装麦克风识别装置,但即使目前最佳的双通道输入采集方法仍存在一定局限性,也无法做到快速有效的识别。……