[发明专利]利用线性麦克风阵列的语音识别方法及系统

摘要

本发明公开了一种利用线性麦克风阵列的语音识别方法，包括如下步骤：利用线性麦克风阵列录制环境的声音以形成音频数据；针对线性麦克风阵列前方的声音获取区域设置波束形成器，利用波束形成器于声音获取区域形成位于中部的主波束区域和位于两侧部的第一噪声波束区域和第二噪声波束区域；将音频数据输入到波束形成器中以获得对应主波束区域的主波束、对应第一噪声波束区域的第一噪声波束、以及对应第二噪声波束区域的第二噪声波束；从主波束中滤除第一噪声波束和第二噪声波束以得到待识别的语音数据；对待识别的语音数据进行语音识别以得到对应的文本数据并输出。本发明计算量小，获取的语音数据质量高，能够提高语音识别的准确率。

主权项

1.一种利用线性麦克风阵列的语音识别方法，其特征在于，所述方法包括如下步骤：利用线性麦克风阵列录制环境的声音以形成音频数据；针对所述线性麦克风阵列前方的声音获取区域设置波束形成器，利用所述波束形成器于所述声音获取区域形成位于中部的主波束区域和位于两侧部的第一噪声波束区域和第二噪声波束区域；将所述音频数据输入到所述波束形成器中以获得对应所述主波束区域的主波束、对应所述第一噪声波束区域的第一噪声波束、以及对应所述第二噪声波束区域的第二噪声波束；从所述主波束中滤除所述第一噪声波束和所述第二噪声波束以得到待识别的语音数据；对所述待识别的语音数据进行语音识别以得到对应的文本数据并输出；所述声音获取区域包括角度从0°至180°的平面区域，针对所述线性麦克风阵列前方的声音获取区域设置波束形成器，包括：设置用于形成所述第一噪声波束区域的第一波束形成器，将所述第一波束形成器所形成的波束的中心指向所述声音获取区域的20°方向；设置用于形成所述主波束区域的第二波束形成器，将所述第二波束形成器所形成的波束的中心指向所述声音获取区域的90°方向；设置用于形成所述第二噪声波束区域的第三波束形成器，将所述第三波束形成器所形成的波束的中心指向所述声音获取区域的160°方向；设置波束形成器时，每一波束形成器中设置有与所述线性麦克风阵列中的每一麦克风对应连接的滤波器，采用固定波束成形算法为每一波束形成器中的滤波器计算滤波器系数；所述固定波束成形算法包括：y_n(k)＝x_n(k)+v_n(k),n＝1,2,...,N                               (式一)在式一中，y_n(k)是第n个麦克风采集到的音频数据，x_n(k)和v_n(k)分别是采集到的期望信号和加性噪声；式二中，是波束形成器的输出，将波束形成器的输出逼近线性麦克风阵列中某个麦克风接收到的期望信号，是第n个麦克风对应的滤波器系数；在式三中，e_m(k)表示波束形成器的输出信号与采集到的期望信号的误差，它等于期望信号的误差e_x,m(k)与加性噪声的误差e_v,m(k)的和；而期望信号的误差e_x,m(k)与加性噪声的误差e_v,m(k)可以用式四和式五来表示；基于最小化均方误差得到式六和式七，通过最小化以令加性噪声最小，结合约束e_x,m(k)＝0以得出最佳滤波器系数h_m,o，其中的h_m为波束形成器中所有滤波器对应的滤波器系数矩阵，h_m,o为波束形成器中所有滤波器对应的最佳的滤波器系数值。