面向语言对话场景的智能语音交互关键技术研究

针对多语言对话场景距离的限制以及噪声、干扰和混响等多重因素的影响,导致语音信息识别质量不高的问题,提出基于卷积神经网络与多通道语音DOA估计的定位与分离,以实现对不同距离、不同声源数下语音的识别,提高语音识别质量。实验结果证明,运用卷积神经网络的DOA估计方法与多通道语音分离算法,针对同性别或不同性别说话者在不同距离、不同方位角的识别性能较高,且能对混合信号可实现较高的有效分离。