【正文】 象，使之像人一樣具備聽、說、寫功能，能對(duì)語(yǔ)音做出理解和反應(yīng)，并在交互方式上不受時(shí)間和地點(diǎn)的限制，這是研究機(jī)器人語(yǔ)音識(shí)別的重大意義。隨著語(yǔ)音識(shí)別技術(shù)與機(jī)器人技術(shù)的進(jìn)一步結(jié)合，未來(lái)高智能的人機(jī)交流將不是夢(mèng)想。用61板來(lái)控制機(jī)器人，使用了IOB7IOB15 資源，另外使用了揚(yáng)聲器。nSP (TM)為核心的SPCE061A 微控制器是適用于數(shù)字語(yǔ)音識(shí)別應(yīng)用領(lǐng)域產(chǎn)品的一種最經(jīng)濟(jì)的選擇。這些電機(jī)包括2 個(gè)用于走路的電機(jī)與一個(gè)頭部轉(zhuǎn)向的電機(jī)。頭部加速電機(jī)：一般是黑色和綠色的連線，或棕色和綠色的連線。該電機(jī)是單向電機(jī)，只可以向一個(gè)方向旋轉(zhuǎn)。在進(jìn)行語(yǔ)音識(shí)別時(shí)，首先讀取FLASH 將語(yǔ)音模型取得，然后調(diào)用BSR_ImportSDWord(uiCommandID)；函數(shù)將語(yǔ)音資源載入內(nèi)存。機(jī)器人眼睛點(diǎn)亮，只要IOB12口送高電平就可以完成?！緟?shù)】該參數(shù)是辨識(shí)的一個(gè)標(biāo)識(shí)符，0代表選擇SRAM,并初始化。BSR_TRAIN_TWICE表示要求訓(xùn)練兩次。【返回值】當(dāng)無(wú)命令識(shí)別出來(lái)時(shí)，返回0；識(shí)別器停止、未初始化或識(shí)別未激活返回－1；當(dāng)識(shí)別不合格時(shí)返回－2；當(dāng)識(shí)別出來(lái)時(shí)返回命令的序號(hào)。【返回值】無(wú)。unsigned int BSR_SDModel[]；配合BSR_ExportSDWord(int CommandID)與BSR_ImportSDWord(int CommandID)函數(shù)使用，此數(shù)組的作用相當(dāng)于一個(gè)暫時(shí)的存儲(chǔ)區(qū)。由于SPCE061A的FLASH存儲(chǔ)器只有32K，所以15條指令需要分組存放。最常見的語(yǔ)音合成技術(shù)是將文本轉(zhuǎn)換為語(yǔ)音（TTS）。 Knodt，1998)．Detailed descriptions of how the HHM model works go beyond the scope of this paper and can be found in any text concerned with language processing； among the best are Jurafsky amp。因此，本文的研究是在神經(jīng)網(wǎng)絡(luò)和混沌與分形理論的基礎(chǔ)上介紹了語(yǔ)音識(shí)別的過程。通過這些特征提取，語(yǔ)音信號(hào)被轉(zhuǎn)化為特征向量并把它作為一種意見，在訓(xùn)練程序中，這些意見將反饋到HMM的模型參數(shù)估計(jì)中。然而，在語(yǔ)音信號(hào)中，這些非線形信息不容易被當(dāng)前的特征提取邏輯方法所提取，所以我們使用分型維數(shù)來(lái)測(cè)量非線形語(yǔ)音擾動(dòng)。然而，大多數(shù)的自動(dòng)語(yǔ)音識(shí)別工程師都承認(rèn)這樣一個(gè)現(xiàn)狀，即對(duì)于一個(gè)大的語(yǔ)音詞匯單位，當(dāng)前的準(zhǔn)確度水平仍然低于90%。詳細(xì)說明隱馬爾可夫模型如何工作超出了本文的范圍，但可以在任何關(guān)于語(yǔ)言處理的文章中找到。KewleyPort,1999)．這些程序包括Talk to Me (Auralog，1995)，the Tell Me More Series (Auralog，2000)，TriplePlay Plus (Mackey amp。在這里首先要感謝鄭心武老師。從遙遠(yuǎn)的家鄉(xiāng)來(lái)到這個(gè)陌生的城市里，四年了，仿佛就在昨天。只是今后大家就難得再相聚在一起，各奔前程，請(qǐng)大家珍重。鄭老師多次詢問研究進(jìn)程，并為我指點(diǎn)迷津，幫助我開拓研究思路，精心點(diǎn)撥、熱忱鼓勵(lì)。這些程序的大多數(shù)都不會(huì)提供任何反饋給超出簡(jiǎn)單說明的發(fā)音準(zhǔn)確率，這個(gè)基于最接近模式匹配說明是由用戶提出書面對(duì)話選擇的。 Martin (2000) and Hosom，Cole，and Fanty (2003)。s Naturally Speaking或者IBM公司，闡述了取決于口音，背景噪音，說話方式的基線識(shí)別的準(zhǔn)確性僅僅為60%至80%(Ehsani amp。3．3 改進(jìn)的特征提取方法考慮到LPCC語(yǔ)音信號(hào)和分形維數(shù)在表達(dá)上各自的優(yōu)點(diǎn)，我們把它們二者混合到信號(hào)的特取中，即分形維數(shù)表表征語(yǔ)音時(shí)間波形圖的自相似性，周期性，隨機(jī)性，同時(shí)，LPCC特性在高語(yǔ)音質(zhì)量和高識(shí)別速度上做得很好。經(jīng)過參數(shù)估計(jì)以后，這個(gè)已訓(xùn)練模式就可以應(yīng)用到識(shí)別任務(wù)當(dāng)中。非獨(dú)立發(fā)聲式是指發(fā)音模式是由單個(gè)人來(lái)進(jìn)行訓(xùn)練，其對(duì)訓(xùn)練人命令的識(shí)別速度很快，但它對(duì)與其他人的指令識(shí)別速度很慢，或者不能識(shí)別。 KewleyPort，1999)．These programs include Talk to Me (Auralog，1995)，the Tell Me More Series (Auralog，2000)，TriplePlay Plus (Mackey amp。系統(tǒng)只用了單顆SPCE061A芯片來(lái)完成語(yǔ)音處理和控制功能，與專用的語(yǔ)音處理芯片相比，具有結(jié)構(gòu)簡(jiǎn)單、成本低、易實(shí)現(xiàn)的特點(diǎn)，并且凌陽(yáng)科技公司提供了豐富的C函數(shù)庫(kù)和語(yǔ)音處理函數(shù)庫(kù)，供調(diào)用，縮短了開發(fā)周期。在不同組指令中交換需要根據(jù)出發(fā)名稱，所以在識(shí)別狀態(tài)，要執(zhí)行動(dòng)作首先需要出發(fā)名稱，就是訓(xùn)練的第一條命令，然后可以識(shí)別第一組的其余四條命令。打開機(jī)器人應(yīng)用實(shí)例程序，編譯、鏈接確認(rèn)沒有錯(cuò)誤。 其它語(yǔ)音識(shí)別API介紹BSR_PauseRecognizer()暫停識(shí)別，但不釋放中斷等資源BSR_ResumeRecognizer()恢復(fù)被暫停的識(shí)別BSR_GetRecognizerScore()獲得識(shí)別結(jié)果的可信度，返回值從4096到4096，數(shù)值越大表示輸入語(yǔ)音與特征模型的匹配度越高。【API格式】C：void BSR_StopRecognizer(void)【功能說明】停止辨識(shí)?！緜渥ⅰ竣僭谡{(diào)用訓(xùn)練程序之前，確保識(shí)別器正確的初始化；②訓(xùn)練次數(shù)是2時(shí)，則兩次一定會(huì)有差異，所以一定要保證兩次訓(xùn)練結(jié)果接近；③為了增強(qiáng)可靠性，最好訓(xùn)練兩次，否則辨識(shí)的命令就會(huì)傾向于噪音；④調(diào)用函數(shù)后，等待1～2秒開始訓(xùn)練，也就是說。【備注】語(yǔ)音命令的特征模型是通過BSR_Train函數(shù)保存在RAM空間中的。將語(yǔ)音資源分成小段，播放一點(diǎn)語(yǔ)音，執(zhí)行一點(diǎn)動(dòng)作，然后再播放語(yǔ)音……。 位操作模塊由于SPCE061A沒有位操作指令，而在程序控制電機(jī)的時(shí)候需要經(jīng)常操作某一位，為了方便程序的編寫，增強(qiáng)可讀性，編寫了位操作模塊。下面列出標(biāo)號(hào)意義，按照從左向右的順序：EYE_N——眼睛接口，接眼睛的負(fù)極連線（白色）；IOB12——眼睛接口，接眼睛的正極連線（土黃色）；M_F1——發(fā)射電機(jī)接口，接藍(lán)色連線；VCC——發(fā)射電機(jī)接口，接淡藍(lán)色連線；M_J1——加速電機(jī)接口，接綠色連線；VCC——加速電機(jī)接口，接黑色或棕色連線；M_T1——旋轉(zhuǎn)電機(jī)接口，接旋轉(zhuǎn)電機(jī)的一根連線；M_T2——旋轉(zhuǎn)電機(jī)接口，接旋轉(zhuǎn)電機(jī)的另一根連線；M_R1——右腿電機(jī)接口，接右腿電機(jī)的一根連線；M_R2——右腿電機(jī)接口，接右腿電機(jī)的另一根連線；M_L1——左腿電機(jī)接口，接左腿電機(jī)的一根連線；M_L2——左腿電機(jī)接口，接左腿電機(jī)的另一根連線。喇叭連線：兩條粉色的連線。 機(jī)器人線路的辨認(rèn) 需要改裝的控制線共有14條，10根電機(jī)連線、2根眼睛連線、2根喇叭連線。nSP(TM)微處理器；(2)，I/；(3)；(4)內(nèi)置2k字SRAM；(5)內(nèi)置32K字Flash存儲(chǔ)器；(6)可編程音頻處理；(7)晶體振蕩器；(8)系統(tǒng)處于備用狀態(tài)下(時(shí)鐘處于停止?fàn)顟B(tài))，耗電小于2uA/；(9)2個(gè)16位可編程定時(shí)器/計(jì)數(shù)器(可自動(dòng)預(yù)置初始計(jì)數(shù)值)；(10)2個(gè)10位DAC(數(shù)/模轉(zhuǎn)換)輸出通道；(11)16位通用可編程輸入/輸出端口；(12)14個(gè)中斷源可來(lái)自定時(shí)器AB，時(shí)基，2個(gè)外部時(shí)鐘源輸入，鍵喚醒；(13)具備觸鍵喚醒的功；(14)鎖相環(huán)PLL振蕩器提供系統(tǒng)時(shí)鐘信號(hào)；(15)32768Hz實(shí)時(shí)時(shí)鐘；(16)7通道10位電壓模數(shù)轉(zhuǎn)換(ADC)和單通道聲音模數(shù)轉(zhuǎn)換器；(17)聲音模數(shù)轉(zhuǎn)換器輸入通道內(nèi)置麥克風(fēng)放大器和自動(dòng)增益控制(AGC)功能；(18)具備串行設(shè)備接口；(19)低電壓復(fù)位(LVR)功能和低電壓監(jiān)測(cè)(LVD)功能；(20)內(nèi)置在線仿真電路接口ICE (lnCircuit Emulator)；(21)具有保密能力；(22)具有WatchDog功能；(23)可編程音頻處理，使用凌陽(yáng)音頻編碼SACM_S240方式()，能容納210s的語(yǔ)音數(shù)據(jù)。61 板作為整個(gè)系統(tǒng)的主控板，驅(qū)動(dòng)電路驅(qū)動(dòng)電機(jī)在主控板61 板的控制下完成各個(gè)動(dòng)作。除發(fā)射電機(jī)和推進(jìn)電機(jī)外，其它三個(gè)電機(jī)均是正反兩用電機(jī)，即加在電機(jī)驅(qū)動(dòng)端的兩路輸入為高低電平時(shí)電機(jī)轉(zhuǎn)動(dòng)，改變輸入高低電平的順序，電機(jī)反向轉(zhuǎn)動(dòng)，這樣可以控制機(jī)器人的前進(jìn)，后退，左右搖頭等雙向動(dòng)作。在這種趨勢(shì)的引領(lǐng)下，各國(guó)紛紛加大語(yǔ)音機(jī)器人的研發(fā)力度，并出現(xiàn)了一批高智能的語(yǔ)音機(jī)器人。從實(shí)現(xiàn)手段看,當(dāng)前以電子技術(shù)為基礎(chǔ)實(shí)現(xiàn)語(yǔ)音識(shí)別可以利用單片機(jī)數(shù)字信號(hào)處理或語(yǔ)音識(shí)別專用集成電路芯片來(lái)完成從設(shè)計(jì)成本功能實(shí)現(xiàn)程度等綜合來(lái)看,利用單片機(jī)來(lái)實(shí)現(xiàn)語(yǔ)音識(shí)別是一種高性價(jià)比的方法。當(dāng)今，機(jī)器人的發(fā)展越來(lái)越趨于智能化和人性化，語(yǔ)音是人和機(jī)器人之間交流的最自然、最方便的手段之一。對(duì)本論文（設(shè)計(jì)）的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中作了明確說明并表示謝意。學(xué)?？梢怨颊撐模ㄔO(shè)計(jì)）的全部或部分內(nèi)容。基于以上機(jī)器人的發(fā)展方向，該設(shè)計(jì)制作了一個(gè)以凌陽(yáng)單片機(jī)為核心的智能機(jī)器人軟件系統(tǒng)。目前，語(yǔ)音識(shí)別技術(shù)己經(jīng)在諸多領(lǐng)域得到應(yīng)用。采用了先進(jìn)的非特定人語(yǔ)音識(shí)別技術(shù)，對(duì)口音和噪聲不敏感。推進(jìn)電機(jī)的任務(wù)就是把發(fā)射所需要的飛盤從存儲(chǔ)倉(cāng)輸送到發(fā)射轉(zhuǎn)盤位置。它的內(nèi)核采用本公司最新推出的(Microcontroller and Signal Processor)16位微處理器芯片(簡(jiǎn)稱“0nSPT39。nSP的DSP運(yùn)算功能配合使用，就可方便地實(shí)現(xiàn)語(yǔ)音識(shí)別功能，從而使其能更好地用于聲控和語(yǔ)音識(shí)別領(lǐng)域。腿部電機(jī)：粉色（或相近顏色）和黑色一組，藍(lán)色和淺藍(lán)色（或相近顏色）一組。其中標(biāo)號(hào)的意義為：M表示Motor，電機(jī)的意思，L表示Left，左邊，M_L1合起來(lái)就是左腿電機(jī)的意思，同理M_L2是另一條左腿電機(jī)連線。程序流程圖見附表A。. 走路、跳舞等其它函數(shù)模塊這些函數(shù)就是控制電機(jī)的通與斷的組合完成不用的動(dòng)作，在需要的時(shí)候播放語(yǔ)音，實(shí)現(xiàn)一定的效果，具體請(qǐng)參考函數(shù)原形。另一種方法就是調(diào)用函數(shù)對(duì)IO口進(jìn)行位操作，這里調(diào)用的函數(shù)為Set_IOB_Bit(unsigned int,unsigned int，unsigned int,unsigned int,unsigned int)；第一個(gè)參數(shù)為需要對(duì)IO口的哪個(gè)位進(jìn)行操作，然后參數(shù)依次為操作IO口的Dirretory、Attribion、Data、Buffer。 訓(xùn)練過程【API格式】C：int BSR_Train(int CommandID,int TraindMode)【功能說明】訓(xùn)練函數(shù)?！痉祷刂怠繜o(wú)?！緜渥ⅰ吭摵瘮?shù)是用于停止識(shí)別，當(dāng)調(diào)用此函數(shù)時(shí)，F(xiàn)IQ_TMA中斷將關(guān)閉。BSR_DisableCPUIndicator()關(guān)閉CPU狀態(tài)監(jiān)測(cè)功能。每條指令要訓(xùn)練兩遍。語(yǔ)音模型庫(kù)，從一個(gè)或多個(gè)講話者多次重復(fù)講話中提取的語(yǔ)音參數(shù)模板。s Naturally Speaking or IBM39。到現(xiàn)在為止，多數(shù)的語(yǔ)音識(shí)別是基于傳統(tǒng)的線性系統(tǒng)理論，例如隱馬爾可夫模型和動(dòng)態(tài)時(shí)間規(guī)整技術(shù)。 所以，在獨(dú)立發(fā)聲式系統(tǒng)中，從語(yǔ)音信號(hào)中提取語(yǔ)音特征是語(yǔ)音識(shí)別系統(tǒng)的一個(gè)基本問題。解決這個(gè)問題的最流行方法是應(yīng)用線性預(yù)測(cè)倒譜系數(shù)和Mel頻率倒譜系數(shù)。因而，這樣的一個(gè)特征向量可以表征語(yǔ)音信號(hào)的線形和非線性特征。語(yǔ)音識(shí)別的準(zhǔn)確性將有望改善。高性能就意味著優(yōu)良的發(fā)音，低性能就意味著劣質(zhì)的發(fā)音(Larocca，et al．，1991)。Talk to Me 2002年的版本已經(jīng)包含了更多Hinks(2003)的特性，比如，信任對(duì)于學(xué)習(xí)者來(lái)說是非常有用的:u 一個(gè)視覺信號(hào)可以讓學(xué)習(xí)者把他們的語(yǔ)調(diào)同模型揚(yáng)聲器發(fā)出的語(yǔ)調(diào)進(jìn)行對(duì)比。同時(shí)還感謝四年來(lái)幫助和教育過我的孫志雄老師、韓建文老師、雷紅老師、石煥玉老師、鄭澤龍老師、于洪老師、林雄老師、張福金老師、黃飛老師……一路走來(lái)，從你們的身上我收獲無(wú)數(shù)，卻無(wú)以回報(bào)，謹(jǐn)此一并表達(dá)我的謝