智能聲控小車畢業(yè)設(shè)計開題報告-免費閱讀
【正文】 三、畢業(yè)設(shè)計（論文）所采用的研究方法和手段：，收集資料；，合理設(shè)計、分析、計算；，模擬軟件proteus以及protel進(jìn)行編程及實驗；，借助單片機(jī)及C語言編程等相關(guān)知識完成軟硬件設(shè)計；、分析、匯總。 在1988年MIT 的Lincoln實驗室完成了基于神經(jīng)元網(wǎng)絡(luò)的孤立字的識別，1991 年完成了基于HMM 的連續(xù)語音識別。當(dāng)大部分系統(tǒng)均限定在小詞匯量時，Wa i b e l 于1972年研制出利用統(tǒng)計方法進(jìn)行語音識別的工具和技術(shù)，主要研究超大詞匯的實時識別。在字的結(jié)構(gòu)中使用了音韻規(guī)則，使用混合的 HMM方法(The tied mixture HMMs) 銳化訓(xùn)練數(shù)據(jù)的音素，并能很好地將男人和女人說話者分成二組模板，所需的訓(xùn)練時間大約為 23 小時，混合的 HMM 能根據(jù)每個說話人的特點來修改參數(shù)。另外，Matsushita研制出 15個詞組成的非特定人孤立詞識別的商業(yè)用接插板，并己經(jīng)用于VCR，視頻通信系統(tǒng)。 ATR將神經(jīng)元網(wǎng)絡(luò)用于語音識別，1988年Waiter 用時延神經(jīng)網(wǎng)絡(luò) TDNN 解決了難于區(qū)分的“B ”，“D ”和“G ”的問題。矢量量化的作用是進(jìn)行數(shù)據(jù)壓縮，將連續(xù)的語音特征空間量化為一些離散點，降低系統(tǒng)在時間及存儲上的開銷。當(dāng)時由于計算機(jī)技術(shù)的限制，只能用專用硬件進(jìn)行譜分析再由計算機(jī)識別。智能機(jī)器人是“具有感知、思維和動作的機(jī)器”。2. 意義機(jī)器人的應(yīng)用越來越廣泛，幾乎滲透到所有領(lǐng)域。第二代機(jī)器人是裝有小型計算機(jī)和簡單傳感器的離線編程的工業(yè)機(jī)器人。其次學(xué)習(xí)智能小車的制作也是對大學(xué)4年學(xué)習(xí)的一個很好的檢測，對今后的學(xué)習(xí)和工作具有很大的幫助。DTW算法對特定人的孤立詞識別十分有效，從此基于LPC 分析及DTW算法的中、小字表孤立字特定人語音識別系統(tǒng)紛紛建立起來，語音識別開始走出實驗室進(jìn)入實用領(lǐng)域。HMM 識別器生成多侯選詞表，通過詞和短語級的相關(guān)濾波操作將多余侯選詞刪除，然后由基于HPSG 的表達(dá)文法分析器生成一個文法分析表，再用一個轉(zhuǎn)換模型重寫該表，用基于規(guī)則的生成器生成英語句子，發(fā)音由語音合成器生成。1990 年Matsunaga使用HMM 和二級語法：單個短語的短語結(jié)構(gòu)語法和組合短語的語法研制出連續(xù)語音識別系統(tǒng)，% ，對216 % 。在 20個侯選字中，% 。SPHINX 是第一個最大的基于HMM 模型的系統(tǒng)，1989年Lee 介紹了一些革新方法使整個系統(tǒng)有重大改進(jìn)，在 SPHINX 中的許多特征成為現(xiàn)代HMM 系統(tǒng)的標(biāo)準(zhǔn)，例如：Mel倒譜 (Mel scaleecpstra) 、差分系數(shù)(differential coefficients) 、多維矢量量化碼本(multiple vectorquantized code
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1