智能控制課語(yǔ)音識(shí)別(存儲(chǔ)版)
【正文】 社，2006Visal C++面向?qū)ο笈c可視化編程 黃維通 北京：清華大學(xué)出版社，2003計(jì)算方法 李曉紅 北京：北京航空航天大學(xué)出版社，2006人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論 蔣宗禮 北京：高等教育出版社，2001模式識(shí)別 李晶皎 北京：電子工業(yè)出版社，2010。對(duì)語(yǔ)音的特征值提取我們遇到了不少麻煩，首先，對(duì)于如何區(qū)別音符的能量，我們并不了解，通過(guò)查資料和討論，我們逐步了解了如何提取特征值，并完成了對(duì)語(yǔ)音訓(xùn)練的步驟。采用DTW方法進(jìn)行模式匹配，采集信號(hào)后通過(guò)與特征值得對(duì)比實(shí)現(xiàn)對(duì)語(yǔ)音的識(shí)別。使用圖標(biāo)和連線，可以通過(guò)編程對(duì)前面板上的對(duì)象進(jìn)行控制。具體電路圖分別如下： LabVIEW的一些簡(jiǎn)介 與 C 和 BASIC 一樣，LabVIEW[2] 也是通用的編程系統(tǒng)，有一個(gè)完成任何編程任務(wù)的龐大函數(shù)庫(kù)。同時(shí)，還可以在很多先驗(yàn)知識(shí)的幫助下，提高識(shí)別的準(zhǔn)確率。 語(yǔ)音識(shí)別的基本過(guò)程 根據(jù)實(shí)際中的應(yīng)用不同，語(yǔ)音識(shí)別系統(tǒng)可以分為：特定人與非特定人的識(shí)別、獨(dú)立詞與連續(xù)詞的識(shí)別、小詞匯量與大詞匯量以及無(wú)限詞匯量的識(shí)別。（3）：數(shù)據(jù)采入：選擇較高速AD采樣芯片AD574作信號(hào)采樣和轉(zhuǎn)換處理，據(jù)奈奎斯特采樣定理，系統(tǒng)分別采用了多種的采樣速率對(duì)語(yǔ)音信號(hào)進(jìn)行采樣。關(guān)鍵詞：語(yǔ)音信號(hào)采集 智能處理 LabVIEW 語(yǔ)音控制Through the machine for voice munication, let the machine understand what you say, it39。結(jié)合語(yǔ)音處理的課設(shè)，這次我們利用LabVIEW圖形化編程，將采集到的語(yǔ)音信號(hào)進(jìn)行識(shí)別，實(shí)現(xiàn)機(jī)器人的語(yǔ)音控制。所以采用5階巴特沃斯低通和5階巴特沃斯高通級(jí)聯(lián)，效果挺好。（4） ：數(shù)據(jù)壓縮編碼方式：采用常用的三種語(yǔ)音編碼方式：即采即放PCM，插值IV，差分脈沖編碼DPCM。在識(shí)別階段，語(yǔ)音信號(hào)經(jīng)過(guò)相同的通道得到語(yǔ)音特征參數(shù)，生成測(cè)試模板，與參考模板進(jìn)行匹配，將匹配分?jǐn)?shù)最高的參考模板作為識(shí)別結(jié)果。又考慮到放大電路會(huì)引入直流分量，還會(huì)有偏零現(xiàn)象，故在整個(gè)放大電路的設(shè)計(jì)中必須加入耦合和調(diào)零電路。用戶(hù)界面在 LabVIEW [2]中被稱(chēng)為前面板。進(jìn)行各Mel濾波器的中心頻率的計(jì)算：計(jì)算出特征值之后，將其存儲(chǔ)下來(lái)，完成對(duì)語(yǔ)音的特征提取，為下面的識(shí)別做準(zhǔn)備。程序中，我們對(duì)USB的初始化和設(shè)置并不了解，通過(guò)對(duì)相關(guān)的資料查詢(xún)我們了解了許多相關(guān)的東西，經(jīng)過(guò)調(diào)試我們完成了對(duì)USB芯片一塊的編程。通過(guò)這次課設(shè)，我們學(xué)會(huì)了許
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1