语音命令中特征提取方法研究

摘要

随着汽车保有量的增大,路面交通环境日趋复杂,导致在紧急情况下新驾驶员因为紧张以及不熟练而误操作汽车,逐渐成为造成交通事故的主要原因之一。目前缺乏主动的危机处理手段和相应的汽车主动安全系统。基于语音命令的汽车制动系统是可以主动解决上述难题的有效手段之一。
　　本文通过分析语音命令频域特性,针对语音命令和语音幅频特性曲线不同的特点,对语音和语音命令进行差异性分析。研究了适用于语音命令识别的稳定的频谱峰值特征参数,并对来自同一说话人的语音命令及语音进行有效区分。此外,为了区分不同说话人发出的同一语音命令,将语音命令变换到时频域,利用梅尔倒谱系数解决了不同说话人语音命令区分度低的问题。接着将得到的语音特征应用到基于动态时间规整算法的模板匹配方法中,完成语音命令的识别,并取得了良好的识别率,实验验证了方法的有效性。最后针对车内噪声的特点,探讨分析了利用谱熵进行高信噪比频带划分的方法,用实验验证的了噪声环境下的高信噪比频带特征的有效性。这将有助于推进语音命令识别系统在汽车安全领域的应用。

目录

封面

承诺书

中文摘要

英文摘要

目录

图表清单

注释表

缩略词

第一章 绪论

1.1研究的背景及意义

1.2国内外发展现状

1.3论文的内容和结构

第二章 语音命令和语音分析

2.1语音命令和语音的特点

2.2语音命令和语音的时域分析

2.3语音命令和语音的频域分析

2.4语音命令的时频域分析

2.5本章小结

第三章 基于梅尔倒谱系数的特征参数提取方法

3.1人耳的听觉特性

3.2 梅尔倒谱系数计算流程

3.3本章小结

第四章 基于模板匹配的语音命令识别技术

4.1语音命令识别系统的组成

4.2识别系统的分类以及模型

4.3基于模板匹配的语音命令识别方法

4.4模板匹配算法的识别率

4.5语音命令自动检测

4.6本章小结

第五章 车内噪声环境下的语音命令识别方法

5.1车内噪声分析

5.2信噪比频带的划分

5.3信号的谱熵特征

5.4利用谱熵确定划分阈值

5.5本章小结

第六章 论文总结

参考文献

致谢

攻读硕士期间所发表的论文及研究成果

附录