熟女人妻水多爽中文字幕,国产精品鲁鲁鲁,隔壁的少妇2做爰韩国电影,亚洲最大中文字幕无码网站

語音聲源到達角（DirectionofArrival，DOA）估計是服務機器人聽覺感知系統的關鍵技術之一，其功能是為服務機器人提供準確的語音聲源所在方向估計。在真實復雜的聲學環境中，遠場語音聲源的DOA估計易受到噪聲、混響和干擾的影響，一直是學術界的研究熱點。為了提高對語音聲源DOA估計的精度和魯棒性，同時考慮到陣列尺寸和易搭載需求，本文創新地提出采用聲學矢量傳感器（AcousticVectorSensor，AVS）拾取語音聲源，在保持傳感器物理體積小的前提下獲取多路語音信號，其次，在本團隊前期工作基礎上，創新地提出了一種基于有監督學習的語音信號主導時頻點魯棒提取方法，同時實現了語音聲源DOA估計的魯棒性和準確性。具體內容為:（1）根據人耳基于局部時頻區域實現語音感知與分離的生理學機制，提出了一種新的級聯局部語譜塊（TandemLocalSpectrogramBlock，TLSB）特征，該特征能夠有效區分語音信號主導時頻點和干擾信號主導時頻點；（2）通過構造大量不同噪聲和混響環境下的TLSB數據集，訓練一個深度神經網絡（DeepNeuralNetwork，DNN）語音信號主導時頻點軟膜估計器，用于提取目標主導時頻點；（3）為了減少人為設定閾值，提升算法可擴展性，提出采用DNN模型最后一層隱含層特征表示，訓練支持向量機（SupportVectorMachine，SVM）實現軟膜估計；（4）利用提取出的語音主導時頻點計算傳感器間數據比（Inter-SensorDataRatio，ISDR），采用核密度聚類方法對ISDR進行聚類可實現多聲源的DOA估計。通過大量實驗證明，驗證了本文提出的方法在不同的噪聲和混響環境中都具有更高的DOA估計精度和魯棒性。