[01916148]基于深度学习的智能家居平台语音前端降噪系统
交易价格:
面议
所属行业:
类型:
非专利
技术成熟度:
正在研发
交易方式:
技术转让
联系人:
所在地:内蒙古自治区呼和浩特市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
智能家居目前正逐步进入我们的日常生活,这些智能平台的控 制主要依靠自动语音识别。近几年,白动语音识别性能的大幅提升, 使得智能家居的应用成为可能。而目前环境噪音是困扰白动语音识别 的一大难题。降噪的目的是从背景噪音中提取目标语音,提高语音识 别率。传统的语音增强方法在降噪方面受到诸多假设条件的限制。而 基于深度学习的降噪可以从海量数据中学习降噪规则,这一优势表现 在,算法对各种类型的噪声都能进行处理,而且在同等数量的麦克风 的情况下取得更好的降噪效果。本系统基于我们多个原创算法的基础 之上,系统包括以下功能模块:
回声消除:主要用于抵消机器自己发出的声音,减少这部分噪声 对目标人声的干扰;
语音检测:检测采集声音是否有目标人声。好的语音检测一方面 可以提高语音识别率,另一方面可以降低机器功耗。传统方法语音的 检测率不高。而采用深度学习的方法,可以在各种噪音环境下,获得 更高的准确率。
语音唤醒: 通过识别人声中制定唤醒词,激活语音识别;语音唤 醒本质是一个小词汇量的语音识别问题,使用深度学习的方法可以有 效的提高唤醒率,同时降低误唤醒。
声源定位:用于定位目标声源的方向,为远场拾音做准备;实际 中,声源定位受到噪音干扰,从而影响定位的准确率,这会导致后面 的远场拾音产生偏差。而深度学习对这一方面有极大的改善。
远场拾音:根据目标声源的方位信息,提取该方向的人声,屏蔽 目标声源方向以外的噪音;
智能家居目前正逐步进入我们的日常生活,这些智能平台的控 制主要依靠自动语音识别。近几年,白动语音识别性能的大幅提升, 使得智能家居的应用成为可能。而目前环境噪音是困扰白动语音识别 的一大难题。降噪的目的是从背景噪音中提取目标语音,提高语音识 别率。传统的语音增强方法在降噪方面受到诸多假设条件的限制。而 基于深度学习的降噪可以从海量数据中学习降噪规则,这一优势表现 在,算法对各种类型的噪声都能进行处理,而且在同等数量的麦克风 的情况下取得更好的降噪效果。本系统基于我们多个原创算法的基础 之上,系统包括以下功能模块:
回声消除:主要用于抵消机器自己发出的声音,减少这部分噪声 对目标人声的干扰;
语音检测:检测采集声音是否有目标人声。好的语音检测一方面 可以提高语音识别率,另一方面可以降低机器功耗。传统方法语音的 检测率不高。而采用深度学习的方法,可以在各种噪音环境下,获得 更高的准确率。
语音唤醒: 通过识别人声中制定唤醒词,激活语音识别;语音唤 醒本质是一个小词汇量的语音识别问题,使用深度学习的方法可以有 效的提高唤醒率,同时降低误唤醒。
声源定位:用于定位目标声源的方向,为远场拾音做准备;实际 中,声源定位受到噪音干扰,从而影响定位的准确率,这会导致后面 的远场拾音产生偏差。而深度学习对这一方面有极大的改善。
远场拾音:根据目标声源的方位信息,提取该方向的人声,屏蔽 目标声源方向以外的噪音;