复杂噪声环境下服务机器人语音增强算法研究

doi:10.13873/J.1000-9787(2025)04-0035-05

Chinese

您当前的位置：

首页 >

文章列表页 >

复杂噪声环境下服务机器人语音增强算法研究

更新时间：2025-09-11

- 复杂噪声环境下服务机器人语音增强算法研究
- Issue 4, Pages: 35-39(2025)
- 作者机构：
  
  华中科技大学机械科学与工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2025)04-0035-05
  CLC： TP242;TN912.35
- Published：2025
- 稿件说明：
移动端阅览
[J]. 2025, (4): 35-39.
DOI：

[J]. 2025, (4): 35-39. DOI： 10.13873/J.1000-9787(2025)04-0035-05.

摘要

针对服务机器人使用场景中存在复杂噪声而降低语音识别准确率的问题，提出了一种服务机器人语音增强算法。该算法利用深度神经网络(DNN)学习带噪语音和干净语音之间的关系，并将其作为映射函数从带噪语音中恢复出增强后的语音。在噪声感知训练中，使用基于长短时记忆(LSTM)网络的语音活动检测准确估计非语音帧，帮助DNN更好地区分语音与噪声。最后搭建服务机器人语音交互平台，在复杂噪声环境下对机器人进行语音控制实验来验证系统有效性。实验结果表明，所提出的语音增强算法可有效提高服务机器人在复杂噪声环境下语音识别的准确率，提升控制效果。

Abstract

关键词

Keywords

references

张锋,陶浩兵,慕京生,刘东阳,辜丽川,焦俊.基于Bi-LSTM的人机语音交互[J].传感器与微系统,2022(04).

叶强强,郑明魁,邱鑫.基于ROS的室内自主导航移动机器人系统实现[J].传感器与微系统,2022(02).

蓝天,彭川,李森,叶文政,李萌,惠国强,吕忆蓝,钱宇欣,刘峤.单声道语音降噪与去混响研究综述[J].计算机研究与发展,2020(05).

徐轩.面向服务机器人的非特定人语音识别研究及实现[D].重庆邮电大学,2020(02).

李湑.单声道语音增强关键技术研究[D].重庆邮电大学,2019(02).

圣明明.商用服务机器人人机交互关键技术研究[D].安徽工业大学,2019(02).

吕西宝.移动机器人语音控制技术研究[D].哈尔滨工程大学,2013(04).

Supervised Speech Separation Based on Deep Learning[J].IEEE/ACM Transactions on Audio, Speech and Language Processing (TASLP),2018.

Deep Feature Engineering for Noise Robust Spoofing Detection[J].IEEE/ACM Transactions on Audio, Speech and Language Processing (TASLP),2017.

A regression approach to speech enhancement based on deep neural networks[J].IEEE/ACM Transactions on Audio, Speech and Language Processing (TASLP),2015.

Views

353

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于微多普勒效应的人体身份深度识别方法

基于UWB二维信道状态信息的室内人员摔倒检测方法

基于深度神经网络的人体运动识别系统设计

Related Author

刘琳琳

左家永

王洪雁

王萍

高娇娇

张振亚

殷涛

王文凯

Related Institution

周口师范学院网络工程学院

大连大学信息工程学院

浙江理工大学计算机科学与技术学院

安徽建筑大学智能建筑与建筑节能安徽省重点实验室

安徽建筑大学电子与信息工程学院

⁰