汽车内驾驶员语音增强评价研究

驾驶员语音增强质量的评价指标是保证语音增强算法性能的关键,而现有的语音增强质量评价方法不能准确地反映人对声音感知的主观性。针对上述问题,分析了言语可懂度指数对语音增强算法评价的适用性,并在某品牌汽车上进行实验。通过在汽车内建立均匀线性传声器阵列来对驾驶员语音进行信号采集,然后利用波束形成算法对阵列中不同传声器组合的语音信号进行增强,得到汽车在不同行驶速度时不同阵列组合的语音增强结果。使用信噪比和言语可懂度指数分别对实验得到的语音增强结果进行评价,结果表明言语可懂度指数更适合评价汽车内驾驶员的语音增强算法的性能。     

电动扬声器智能检测与自动分类系统的设计

针对电声领域中电动扬声器自动化检测程度差的问题,设计了一套用于电动扬声器的智能检测与自动分类系统。采用机器视觉技术对扬声器焊点进行识别与定位,将焊点定位信息发送给自组装机械设备用于调整扬声器焊点位置,使焊点接入测试端口。结合LabVIEW软件设计,实现对扬声器电声参数的智能检测。根据检测结果,自组装机械设备可对扬声器进行快速精准自动分类。结果表明,系统可对任意摆放的扬声器进行自动定位焊点、接入测试信号、测量电声参数以及自动分类,能够较好地满足应用领域的需求。