智能聲控小車畢業(yè)設(shè)計開題報告-在線瀏覽
2025-03-10 17:26本頁面
【正文】 信息和進行“思維”，比第一代機器人更靈活、更能適應(yīng)環(huán)境變化的需要。智能機器人是“具有感知、思維和動作的機器”。智能小車，也就是輪式機器人，具有廣泛的用途，尤其適合那些人類無法工作的環(huán)境中工作，無人生產(chǎn)線，倉庫，服務(wù)機器人，航空航天等 領(lǐng)域。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。二、國內(nèi)外研究現(xiàn)狀簡述：機器自動語音識別的研究工作起始于上世紀50 年代，1952 年Bell 實驗室的Davis，Biddulph 等人建立了第一個可以識別孤立英文數(shù)字的語音識別系統(tǒng)。當(dāng)時由于計算機技術(shù)的限制，只能用專用硬件進行譜分析再由計算機識別。語音識別從這一時期開始起步。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。八十年代，不論在語音特征表示、距離度量、還是識別方法上均有較大發(fā)展。矢量量化的作用是進行數(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。Bell實驗室的Rabiner(1983)等人將矢量量化與隱馬爾可夫模型HMM (Hidden Markov Model) 結(jié)合起來，提出并建立了離散參數(shù)隱馬爾可夫模型，從此采用離散參數(shù)隱馬爾可夫模型的非特定人語音識別研究紛紛開展起來。1990年Nagata 和Kogure 介紹了 SLTRANS 系統(tǒng)，SLTRANS 由六部分組成。整個系統(tǒng)能翻譯測試句子的69% ，語法是特別為口語設(shè)計的，它包括一些實用的約束，如敬語的語法規(guī)則。 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。1989年NEC的Sokoe 將神經(jīng)元用于孤立詞非特定人的語音識別，它利用動態(tài) 規(guī)劃技術(shù)DTW (Dynamic Programming Technique)優(yōu)點，通過自學(xué)習(xí)改進性能，% 。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 % 。1985年東京的Matsushita研究所研制了非特定人孤立詞語音識別系統(tǒng)、該系統(tǒng)包括：LPC 倒譜系數(shù)、輔音分段、輔音識別、元音和半元音識別、音節(jié)序列生成和詞的匹配。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)。 1985 年sharp 在超級市場放置了一個用聲音操作的字處理系統(tǒng)，并引起人們對這一領(lǐng)域的關(guān)注。實驗室的信息處理分部，將DP
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1