基于多麥克風(fēng)的語(yǔ)音技術(shù)研究及其在會(huì)議系統(tǒng)中的應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)技術(shù)及微處理技術(shù)的發(fā)展,視頻會(huì)議系統(tǒng)作為一種有效和經(jīng)濟(jì)的溝通方式為越來(lái)越多的人所采納.它要求為用戶提供高質(zhì)量的音視頻源及音視頻同步的服務(wù).而實(shí)際的會(huì)議環(huán)境由于各種原因總是存在著很多噪聲干擾,它們會(huì)隨著網(wǎng)絡(luò)傳送到會(huì)議的另一端,從而大大降低語(yǔ)音質(zhì)量.另外在視頻會(huì)議中,我們通常要求將視頻畫(huà)面聚焦到發(fā)言者,而通常的辦法是通過(guò)人工旋轉(zhuǎn)對(duì)焦攝像鏡頭的方式來(lái)進(jìn)行的,但這樣往往造成操作滯后,使傳送到遠(yuǎn)端的視頻畫(huà)面和音頻信號(hào)不同步.因此研究如何對(duì)

2、噪聲進(jìn)行抑制和實(shí)現(xiàn)自動(dòng)控制攝像頭是十分必要的.該文研究了如何利用多麥克風(fēng)陣列來(lái)實(shí)現(xiàn)語(yǔ)音增強(qiáng)和快速音源定位.論文主要包括對(duì)語(yǔ)音檢測(cè)算法,基于多目標(biāo)分類(MUSIC)的定位算法及自適應(yīng)語(yǔ)音增強(qiáng)算法的研究.論文討論了上述算法的基本原理,同時(shí)針對(duì)會(huì)議系統(tǒng)的特點(diǎn)研究了它們的改進(jìn)形式、實(shí)現(xiàn)方法以及在不同的情況下的性能.為了研究的完整性,該文還給出了一個(gè)完整的系統(tǒng)實(shí)現(xiàn)方案.仿真和實(shí)際典型環(huán)境的試驗(yàn)都表明算法的合理性和穩(wěn)定性,可作為開(kāi)發(fā)實(shí)用視頻會(huì)議系統(tǒng)