基于雙RBF網(wǎng)絡(luò)的車內(nèi)語音降噪系統(tǒng)研究.pdf

1、智能汽車電子牌照等電子設(shè)備在汽車內(nèi)的應(yīng)用使車內(nèi)的人與設(shè)備之間的語音交互越來越顯示出其重要性和廣泛的需求。但車內(nèi)人機語音交互由于容易受到車內(nèi)環(huán)境噪聲的干擾，語音識別的準確率與在純凈環(huán)境下相比將嚴重下降，難以達到實際人機語音交互的要求。研究和提出車內(nèi)環(huán)境下的語音降噪方法，是提高語音識別率的基礎(chǔ)和關(guān)鍵內(nèi)容之一。 針對上述問題，本文提出了一種基于雙徑向基函數(shù)(radial basis function，簡稱RBF)神經(jīng)網(wǎng)絡(luò)的車內(nèi)語音降噪

2、算法。 論文給出了該語音降噪算法的基本原理、實現(xiàn)方法以及降噪效果。在對比了BP網(wǎng)絡(luò)與RBF網(wǎng)絡(luò)的非線性逼近能力的基礎(chǔ)上，提出了一種改進的RBF網(wǎng)絡(luò)時域降噪的方法。該方法有效地減輕了神經(jīng)網(wǎng)絡(luò)的負擔(dān)并減少了訓(xùn)練時間。在MATLAB軟件平臺上的仿真結(jié)果表明，該方法能夠有效地抑制噪聲，大幅度提升信噪比(signalnoise rate，簡稱SNR)。 在變換域上，提出雙RBF網(wǎng)絡(luò)結(jié)合共振峰參數(shù)、線性預(yù)測系數(shù)與差分線性倒譜系數(shù)三組