[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

说明书

本发明公开了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，控制方法包括以下步骤：振动传感器采集当前车外不同位置处的原始振动信号，同时车内麦克风采集当前车内的声音信号；通过卷积神经网络降噪模型和循环神经网络模型建立传递通道模型，以形成原始振动信号与车内噪声信号的映射关系，并输出建模后的抵消信号；根据建模后的抵消信号去除所述声音信号中的车内噪声信号，得到降噪后的残余信号，以作为语音识别系统的输入信号。本发明提供的前处理系统在语音识别系统前端进行语音信号的降噪及增强，提升语音识别的正确率，同时通过麦克风的布放定位车内发出语音的乘客位置，便于满足不同乘客的控制需求。

技术领域

本发明涉及语音降噪领域，特别涉及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。

背景技术

语音交互是人在驾驶汽车时，实现对车载系统控制最为方便与高效的手段。车内环境下的语音识别与控制将成为未来人车交互的热点技术方向。车辆行驶时车内较大的背景噪声包括路噪，发动机噪声，风噪，这些非平稳的时变噪声会严重影响语音识别系统的性能，降低系统识别的准确性，需要有相应的前处理系统对带噪语音信号进行降噪处理。同时现有车载语音识别系统不能对车内语音信号做定位区分，无法实现不同乘坐位置乘客的针对性语音控制，也降低了乘客的驾乘体验。

现有车载语音的降噪处理系统可以分为单通道语音增强和多通道语音增强。单通道增强一般是基于语音活动检测或统计模型方法，通过提升语音识别算法本身的鲁棒性，提升车内复杂环境语音识别的正确率。但在降噪的同时会引起语音信号的失真，常用于处理平稳噪声，对非平稳噪声控制效果不佳。多通道语音增强通过在车内布置多个麦克风，组成麦克风阵列接收声音信号进行语音信号降噪，从而获得更好的识别效果，可以在一定程度上处理非平稳噪声，但仍然存在降噪性能不理想、噪声追踪性能差等问题。

发明内容

为了克服现有技术存在的不足，本发明提供了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，所述技术方案如下：

一方面，本发明提供了一种提高车内语音识别准确率的前处理系统的控制方法，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。

进一步地，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。

进一步地，在S3步骤中，输出建模后的抵消信号包括以下流程：

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。

进一步地，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。