复杂声学环境下的语音交互:技术与实践
语音交互的意义
前端处理技术和方案
复杂的声学环境
落地案例
结语
语音交互是物联网的特质
互联网的端是电脑
办公效率为中心
移动互联网的端是手机
使用便捷为中心
物联网的端是万物沟通自然为中心
语音交互是人类交流最自然的方式,也将是物联网时代最基本的特质!
从互联网、移动互联网到物联网的演进,均伴随着硬件终端的革新
每一次硬件终端的革新也都伴随着人机交互方式的颠覆
语音交互的意义
前端处理技术和方案
复杂的声学环境
实际案例
结语
家
远讲、方向性干扰、房间混响较高
车
扩散场噪声强、混响小
机场、展会
房间混响高、扩散场噪声强
场景碎片化
语音交互的意义
前端处理技术和方案
复杂的声学环境
结语
落地案例
什么是前端处理
“自然”意味着对语音交互的场合、使用模式等无约束!
痛点问题
远讲交互,目标声源距离拾音设备较远,更易受到声学回声、干扰声源、背景噪声、房间混响等各种不利因素的影响
听不清。。。
听清世界的声音
人类需要听清——语音通信
更低的处理延时
更高的主观听感和可懂度
机器需要听清——语音识别
更高的信噪比
更好的声学模型适配
前端处理的意义:
面对回声、干扰、噪声和混响等各种不利因素的挑战;
综合运用信号处理、机器学习手段以及融合语义层面的信息,提高目标语音的信噪比,增强后续处理的声环境稳健性。
一言以蔽之,前端处理是为了让获取的语音更加清晰自然,“听清世界的声音”!
技术路线(1)
传统信号处理
(最小化均方误差)
智能化语音交互解决方案 来自淘豆网m.daumloan.com转载请标明出处.
