[发明专利]一种提高车内语音识别准确率的前处理系统及其控制方法

权利要求书

1.一种提高车内语音识别准确率的前处理系统的控制方法，其特征在于，包括以下步骤：

S1、采集当前车外不同位置处的原始振动信号，同时采集当前车内声音信号，所述车内声音信号包括车内噪声信号和车内语音信号；

S2、通过卷积神经网络降噪模型对所述原始振动信号进行实时特征学习，得到相应的特征向量并输出至循环神经网络模型中；

S3、通过所述循环神经网络模型建立传递通道模型，以形成所述原始振动信号与所述车内噪声信号的映射关系，并输出建模后的抵消信号；

S4、根据所述抵消信号，去除所述车内声音信号中的所述车内噪声信号，得到降噪后的语音信号，并把该语音信号作为语音识别系统的输入信号。

2.根据权利要求1所述的提高车内语音识别准确率的前处理系统的控制方法，其特征在于，在S2步骤中，所述卷积神经网络降噪模型为六层结构，从输入到输出依次为第一卷积层、第二卷积层、最大池化层、第三卷积层、平均池化层和Dropout层，输入信号数据矩阵后将得到一个特征向量输出。

3.根据权利要求1所述的提高车内语音识别准确率的前处理系统的控制方法，其特征在于，在S3步骤中，输出建模后的抵消信号包括以下处理流程：

S31、通过所述循环神经网络模型得到抵消信号；

S32、所述抵消信号与所述车内噪声信号进行比较，得到残余误差信号；

S33、当所述残余误差信号超过设定值时，执行S34；当所述残余误差信号不超过设定值时，直接输出该抵消信号；

S34、根据残余误差信号更新所述循环神经网络模型中的模型参数，再执行S31-S33。

4.根据权利要求1所述的提高车内语音识别准确率的前处理系统的控制方法，其特征在于，在S1步骤中，存在多个车内麦克风同时采集当前车内不同位置的声音信号。

5.根据权利要求4所述的提高车内语音识别准确率的前处理系统的控制方法，其特征在于，在S2步骤前，通过卷积神经网络定位模型提取车内不同位置车内语音信号的声学特征，根据提取的声学特征将车内空间分为多个区域。

6.根据权利要求5所述的提高车内语音识别准确率的前处理系统的控制方法，其特征在于，所述声学特征包括强度和时长。

7.根据权利要求5所述的提高车内语音识别准确率的前处理系统的控制方法，其特征在于，所述卷积神经网络定位模型为五层结构，从输入到输出依次为第一卷积层、最大池化层、第二卷积层、平均池化层和Softmax层，输入信号数据矩阵后将得到一个向量输出。

8.根据权利要求7所述的提高车内语音识别准确率的前处理系统的控制方法，其特征在于，所述卷积神经网络定位模型以每个车内麦克风采集的声音信号能量和时间差别作为学习特征，所述卷积神经网络定位模型通过所述声音信号中的时域信号得到车内说话者在每个车内区域出现的概率。

9.一种提高车内语音识别准确率的前处理系统，其特征在于，包括

车外振动传感器，所述车外振动传感器分布在车外不同位置并接入数字信号传输线路，所述车外振动传感器用于采集车外的原始振动信号；

车内麦克风，所述车内麦克风分布在车内不同位置并接入所述数字信号传输线路，所述车内麦克风用于采集车内的声音信号；

语音信号前处理模块，所述语音信号前处理模块接入所述数字信号传输线路，所述车外振动传感器和所述车内麦克风通过所述数字信号传输线路将各自采集到的信号输出至所述语音信号前处理模块，所述语音信号前处理模块通过卷积神经网络降噪模型和循环神经网络模型对所述车内麦克风采集的声音信号进行降噪处理，所述语音信号前处理模块能够根据所述车内麦克风采集的声音信号通过卷积神经网络定位模型判断说话者的位置。

10.根据权利要求9所述的提高车内语音识别准确率的前处理系统，其特征在于，所述车外振动传感器包含第一车外振动传感器、第二车外振动传感器和第三车外振动传感器；所述第一车外振动传感器布置在车辆的发动机舱处，用于采集发动机噪声；所述第二车外振动传感器布置在车辆轮胎附近，用于采集车辆行驶时产生的路噪；所述第三车外振动传感器布置在车外后视镜处，用于采集车辆行驶时后视镜处形成的风噪。