文献类型：期刊文章

作　　者：费孝峰[1,2] 樊嘉杰[1,3,4] 邓亮[2] 刘健[2] 邢文[1,2]

FEI Xiaofeng;FAN Jiajie;DENG Liang;LIU Jian;XING Wen(College of Mechanical and Electrical Engineering,Hohai University,Changzhou 213022,China;Changzhou Xingyu Automotive Lighting Systems Co.,Ltd,Changzhou 213022,China;Changzhou Institute of Technology Research for Solid State Lighting Changzhou 213161,China;Department of Microelectronics,EEMCS Faculty,Delft University of Technology,Delft 2628,the Netherlands)

机构地区：[1]河海大学机电工程学院,江苏常州213022 [2]常州星宇车灯股份有限公司,江苏常州213022 [3]常州市武进区半导体照明应用技术研究院,江苏常州213161 [4]荷兰代尔夫特理工大学电气工程、数学和计算机科学学院,荷兰代尔夫特2628

出　　处：《照明工程学报》

基　　金：国家自然科学基金(青年项目)(批准号:51805147);江苏省六大人才高峰项目(批准号:GDZB-017);常州市科技计划(科技成果转化及产业化计划)(批准号:CC20191008)

年　　份：2020

卷　　号：31

期　　号：1

起止页码：64-69

语　　种：中文

收录情况：AJ、IC、JST、RCCSE、UPD、ZGKJHX、普通刊

摘　　要：由于常用车载氛围灯的操作方式局限于触摸和按键操作,采用语音交互模式的智能车载氛围灯开始受到关注。本文采用深度学习方法设计了一种LED车载语音交互氛围灯,并在嵌入式平台实现了控制识别与控制原理。首先,采用深度学习库keras和卷积神经网络(convolutional neural network,CNN)对离线语音进行训练得到声学模型,并移植该模型至嵌入式平台中;其次,对采集语音信号进行数据预处理,采用梅尔频率倒谱系数(mel frequency cepstral coefficient,MFCC)方法进行特征提取,并利用声学模型对提取特征进行识别分类;最后,通过CAN总线获取汽车故障、车速等车身信息,并将各类信息综合判断后实现车载氛围灯的各类灯光效果控制。

关 键 词：车载氛围灯  语音识别 深度学习  卷积神经网络 CAN总线

分 类 号：TM923]