基于吴语和普通话混合的无差别语音识别

针对使用方言的人数多,方言的识别效果较差问题,本文以上肢康复外骨骼的语音指令作为识别对象,使用Python的第三方库Keras和Librosa建立了一种DNN-HMM[深层神经网络(Deep Neural Network),隐马尔可夫模型(Hidden Markov Model)]模型,对吴语方言与普通话混合的语音样本进行无差别语音识别研究和实验。结果表明,本文研究的模型对于吴语方言与普通话混合的语音样本识别率能够达到81%,具有较高的识别精度;且对于单独的吴语方言识别率有65%左右。该研究结果可以进一步的应用于其他地区方言的语音识别,为智能康复外骨骼的控制研究和推广提供了理论和实验基础。

基于频域逐级回归的声学回声控制

传统声学回声控制算法一般采用基于随机梯度法更新的频域分块自适应滤波(PBFDAF)方法,但在以语音为主要回声信号的室内混响环境中,由于回声路径不稳定,往往收敛速度较慢,难以实现足够的回声抑制。该文提出一种基于频域逐级回归的声学回声控制算法。通过逐级回归分析远端信号和麦克风信号之间的线性关系,可以在保持较小的偏差的同时实现收敛较快的系统估计。同时,由于逐级分析了两通道间的短时相干性,因而该算法无需像常见方法一样,额外进行基于通道间相干函数的残余回声抑制或双讲检测,从而保持系统的紧凑性。若进一步假定近端背景噪声准平稳,则可利用基于近端信号非平稳程度的自适应平滑因子,在实现系统估计快速收敛的同时确保其稳定性。实验表明,该方法在常见的近端环境噪声水平下,在收敛速度和稳态误差上相对传统方法有显著优势,非常适合应用在室内远讲模式下的声学回声控制中。