機(jī)器人的語音識(shí)別技術(shù)-文庫吧資料
2025-07-19 23:53本頁面
【正文】 立的 HMM 對(duì)于實(shí)際應(yīng)用有效，下面三個(gè)問題必須加以解決：（1） 識(shí)別問題：給定觀察符號(hào)序列 0=o1,o2，… ，oT和模型 M={A，B，π}，如何快速有效地計(jì)算觀察符號(hào)序列的輸出概率 P(O|M)；（2） 尋找與給定觀察字符序列對(duì)應(yīng)的最佳的狀態(tài)序列：給定觀察字符號(hào)序列和輸出該符號(hào)序列的模型 M={ A，B，π}，如何有效地確定與之對(duì)應(yīng)的最佳的狀態(tài)序列。所以形象地說，HMM 可以分為兩部分，一個(gè)是 Markov 鏈，由π、A 描述，產(chǎn)生的輸出為狀態(tài)序列。這里需要說明的是，嚴(yán)格地說 Markov 模型是沒有終了狀態(tài)的，只是在語音識(shí)別里用的 Markov 模型要設(shè)定終了狀態(tài)。根據(jù) B 可將 HMM 分為連續(xù)型HMM和離散型 HMM 等。B：輸出觀測(cè)值概率的集合。A:狀態(tài)轉(zhuǎn)移概率的集合。O：輸出的觀測(cè)值符號(hào)的集合，即每個(gè)狀態(tài)對(duì)應(yīng)的可能的觀察值數(shù)目。設(shè)有 N 個(gè)狀態(tài)，S＝{ |i = 1, 2,…,N}。其基本理論和各種實(shí)用算法是現(xiàn)代語音識(shí)別等的重要基礎(chǔ)之一。由于 Bell實(shí)驗(yàn)室 Rabiner 等人在 20 世紀(jì) 80 年代中期對(duì) HMM 的深入淺出的介紹，才逐漸使HMM 為世界各國(guó)從事語音信號(hào)處理的研究人員所了解和熟悉，進(jìn)而成為公認(rèn)的一個(gè)研究熱點(diǎn)。但是，只是在近三十幾年里，它才被用到語音信號(hào)處理中來，其主要原因在于當(dāng)時(shí)缺乏一種能使該模型參數(shù)與語音信號(hào)處理達(dá)到最佳匹配的有效方法。隱馬爾可夫模型隱馬爾可夫模型（Hidden Markov Models，簡(jiǎn)稱為 HMM），作為語音信號(hào)的一種統(tǒng)計(jì)模型，今天正在語音處理的各個(gè)領(lǐng)域中獲得廣泛的應(yīng)用。整個(gè)算法實(shí)際上就是最佳設(shè)計(jì)和最佳碼書兩個(gè)條件的反復(fù)迭代過程，即由初始碼書尋找最佳碼書的迭代過程。 式中，——量化器函數(shù)。當(dāng)給矢量量化器輸入一個(gè)任意矢量∈進(jìn)行矢量量化時(shí)，矢量量化器首先判斷它屬于哪個(gè)子空間的代表矢量。矢量量化的基本原理將若干個(gè)標(biāo)量數(shù)據(jù)組成一個(gè)矢量（或者是從一幀語音數(shù)據(jù)中提取的特征矢量）在多維空間給與整體量化，從而可以在信息量損失較小的情況下壓縮數(shù)據(jù)量。 control , data entry , and document preparation .可以得出最后的結(jié)果，進(jìn)入響應(yīng),如指揮與控制系統(tǒng)，數(shù)據(jù)輸入和文件的準(zhǔn)備工作。 語音信號(hào)識(shí)別技術(shù)語音識(shí)別的過程就是將用麥克風(fēng)或電話捕捉到的聲波信號(hào)轉(zhuǎn)化成一組詞語的過程。模式匹配模式匹配是將輸入的待識(shí)別的語音特征參數(shù)同訓(xùn)練得到的參考語音模式進(jìn)行逐一比較分析，獲得最優(yōu)匹配的參考模式便是識(shí)別結(jié)果。建立參考模式庫是在系統(tǒng)使用前獲得并存儲(chǔ)起來的。參考模式庫參考模式庫是將一個(gè)或多個(gè)說話者的多次重復(fù)的語音參數(shù)經(jīng)過訓(xùn)練得到的。該序列的數(shù)據(jù)率一般可能過高，不便于其后的進(jìn)一步處理，為此，有必要采用很有效的數(shù)據(jù)壓縮技術(shù)方法對(duì)數(shù)據(jù)進(jìn)行壓縮。因此，嵌入式語音識(shí)別系統(tǒng)中一般都選用LPCC系數(shù)。其優(yōu)點(diǎn)是計(jì)算量小，比較徹底地去掉了語音產(chǎn)生過程中的激勵(lì)信息，易于實(shí)現(xiàn)。LPCC系數(shù)主要模擬人的發(fā)聲模型，為考慮人耳的聽覺特性。該過程就是從原始語音信號(hào)中抽取能夠反映語音本質(zhì)的特征參數(shù)，形成特征矢量序列。根據(jù)識(shí)別系統(tǒng)的類型選擇能夠滿足要求的一種識(shí)別方法，采用語音分析方法分析出這種識(shí)別方法所需求的語音特征參數(shù)，按照一定的準(zhǔn)則和測(cè)度與參考模式的模型進(jìn)行比較，通過判決得出結(jié)果。這一階段的任務(wù)是建立識(shí)別基本單元的聲學(xué)模型以及進(jìn)行文法分析的語言模型，即構(gòu)建參考模式庫。具體電路如下：左右腿、脖子電機(jī)驅(qū)動(dòng)模塊（摘抄）加速及發(fā)射電機(jī)輸入/輸出接口嵌入式語音的識(shí)別技術(shù) 模式匹配原理的引入嵌入式語音識(shí)別系統(tǒng)都采用了模式匹配的原理，語音識(shí)別一般分為兩個(gè)步驟。這樣做有一個(gè)好處，非特定人不能命令機(jī)器人進(jìn)行動(dòng)作。整個(gè)設(shè)計(jì)分為主控模塊、語音模塊、電機(jī)模塊等，各個(gè)模塊分別完成，然后進(jìn)行結(jié)合，實(shí)現(xiàn)機(jī)器人的語音識(shí)別。動(dòng)作的實(shí)現(xiàn)方法是：凌陽61板向控制不同端口送高低電平以控制置于機(jī)器人內(nèi)部不同位置的電機(jī)的運(yùn)轉(zhuǎn)，調(diào)用延時(shí)，根據(jù)需要使各個(gè)部分電機(jī)相互配合，完成要求的動(dòng)作，從而實(shí)現(xiàn)機(jī)器人的語音控制。SPCE061A是一種集成度很高的單片機(jī)，它將MCU、A/D、D/A、RAM、ROM集成在一塊芯片上，同時(shí)具有16*16位的乘法運(yùn)算和內(nèi)積運(yùn)算功能，CPU最高時(shí)鐘頻率可達(dá)到49MHz。由人工神經(jīng)網(wǎng)絡(luò)構(gòu)成的語音識(shí)別專用芯片。專用IC是以8位或16位單片機(jī)為計(jì)算核心，外加A/D轉(zhuǎn)換，D/A轉(zhuǎn)換及存儲(chǔ)器。 整體方案的規(guī)劃本課題是基于SPCE061A的智能機(jī)器人語音識(shí)別的實(shí)現(xiàn)，最終目的是形成一個(gè)較好的人機(jī)交流環(huán)境，使機(jī)器人能夠聽懂經(jīng)過訓(xùn)練的人的口頭命令，并能夠按照命令進(jìn)行相應(yīng)的動(dòng)作?？梢哉f，語音識(shí)別的研究已經(jīng)得到了全世界范圍的重視，是引領(lǐng)未來科學(xué)發(fā)展方向的關(guān)鍵技術(shù)之一。我國(guó)的語音識(shí)別系統(tǒng)的研究起步比較晚，但是也取得了很好的成績(jī)，研究水平也從實(shí)驗(yàn)室逐步走向?qū)嵱?，?987年開始執(zhí)行國(guó)家863計(jì)劃后，國(guó)家863智能計(jì)算機(jī)專家組為語音識(shí)別技術(shù)研究專門理想，每?jī)赡隄L動(dòng)一次。當(dāng)前，社會(huì)需求和技術(shù)進(jìn)步都對(duì)機(jī)器人向智能化發(fā)展提出了新的要求。 聲控機(jī)器人的發(fā)展前景機(jī)器人是多學(xué)科交叉的產(chǎn)物，集成了運(yùn)動(dòng)學(xué)與動(dòng)力學(xué)、機(jī)械設(shè)計(jì)與制造、計(jì)算機(jī)硬件與軟件、控制與傳感器、模式識(shí)別與人工智能等學(xué)科領(lǐng)域的先進(jìn)理論與技術(shù)。設(shè)計(jì)理念：在整個(gè)設(shè)計(jì)過程中，我們本著一切向能實(shí)現(xiàn)理想機(jī)器人的方向靠攏。借助機(jī)器之力進(jìn)行社會(huì)建設(shè)已經(jīng)成為了一個(gè)必然的選擇。因此，研究機(jī)器人的語音識(shí)別，對(duì)于服務(wù)機(jī)器人的普及與應(yīng)用意義重大。機(jī)器人語音識(shí)別是語音識(shí)別在機(jī)器人領(lǐng)域的應(yīng)用，它的最終目的是讓機(jī)器人聽懂人們口述的語言，進(jìn)而對(duì)口述語言中包含的要求或詢問做出正確的動(dòng)作反應(yīng)或語言反應(yīng)
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1