智能聲控小車畢業(yè)設(shè)計開題報告(更新版)
【正文】 初步論證，提出可行的設(shè)計方案，并對方案進行設(shè)計；第9—13周：設(shè)計相關(guān)硬件電路，并進行仿真或?qū)嶒灲?jīng)行驗證，編寫相關(guān)程序，對系統(tǒng)方案進行完善并通過相關(guān)仿真或?qū)嶒瀸Ψ桨高M一步論證；第14周：請指導(dǎo)老師對整體設(shè)計做點評，并在老師的指導(dǎo)下對畢業(yè)設(shè)計做出改進。Boston 的Dragon systems 研制出特定人的自動聽寫系統(tǒng)，系統(tǒng)用486PC 機幾乎實時地完成844 個字的記錄任務(wù)，識別方法是基于HMM 的音素識別。1984年首次展示了有5000詞匯的基于HMM 的孤立字語音識別系統(tǒng)，%%。該系統(tǒng)用20 句作為自適應(yīng)訓(xùn)練句子，可以使誤識率從 %%。在Yamatokoriyama 的夏普信息系統(tǒng)實驗室，根據(jù)日本語的特點：日語總共有大約100 個音節(jié)，并且語音是以音節(jié)為基礎(chǔ)，用音節(jié)作語音識別基元，用音韻規(guī)則得到每個音節(jié)間的關(guān)系，并用 DTW方法作語音識別，對 300 個孤立字的特定人的識別率是94% 。網(wǎng)絡(luò)能自學(xué)一些特征，% ，而HMM % 。矢量量化的另一個作用是通過聚類獲取多個話者或一個話者的多次發(fā)音所共有的語音特征。1966年MIT 的Gold等人用16通道濾波器組、基音檢測器、濁音檢測器和一臺計算機構(gòu)成一個語音識別系統(tǒng)。它裝有多種傳感器，能識別作業(yè)環(huán)境，能自主決策，具有人類大腦的部分功能，且動作靈活，是人工智能技術(shù)發(fā)展到高級階段的產(chǎn)物。機器人的發(fā)展體現(xiàn)了一個國家技術(shù)水平的高低，現(xiàn)代機器人從其誕生到現(xiàn)在，己經(jīng)發(fā)展到了第三代。當(dāng)它接到再現(xiàn)命令時，則自主地再現(xiàn)示教的動作。應(yīng)此為了使智能小車工作在最佳狀態(tài)，進一步研究及完善其速度和方向的控制是非常有必要的。人們把用于解決有序的優(yōu)化問題的動態(tài)規(guī)劃 (Dynamic Programming) 技術(shù)應(yīng)用到語音識別中，由Sakoe(1972 ) 提出的動態(tài)時間彎曲DTW (Dynamic Time Warping) 算法有效地解決了語音兩次發(fā)音間的時間變形問題。1990年Nagata 和Kogure 介紹了 SLTRANS 系統(tǒng)，SLTRANS 由六部分組成。NTT 使用HMM 方法，用三元音節(jié)作為語音基元研制出語音聽寫機，對特定人的279 % 。實驗室的信息處理分部，將DP(Dynamic programming) 方法用于100, 000 字的字典( 大部分是名字) 的語音識別，由于詞匯量大，計算時間極長，通過預(yù)處理完成快速選擇。CMU ( Carnegie Mellon University) 計算機學(xué)院是語音識別研究的先驅(qū)，從七十年代就開始了語音識別的研究。1996年推出了用于Windows95 版。系統(tǒng)分別使用了連續(xù)密度和離散密度的 HMM 模型，并通過對 1000詞意大利詞匯的識別比較了兩種模型的好壞，% % ，
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1