研究和實現(xiàn)機器人的智能化,對提高人類生活品質(zhì)有十分重要的意義。而研究機器人語音識別系統(tǒng),實現(xiàn)人機自由交互是智能機器人提供智能服務(wù)的前提。NAO機器人作為全球科研應(yīng)用最廣泛的機器人之一,對NAO機器人進行相關(guān)的語音識別系統(tǒng)的研究具有重要的意義和價值。本文為實現(xiàn)人與NAO機器人之間的智能交互,設(shè)計了一種面向NAO機器人的語音識別系統(tǒng)的聯(lián)合實驗平臺。首先,對語音識別的發(fā)展歷程和研究現(xiàn)狀進行了分析,研究了語音識別技術(shù)的基本原理和信號處理技術(shù),研究了短時能量、短時過零率、雙門限法三種端點檢測方法,并對雙門限法原理進行了深入分析;對語音信號的三種特征提取技術(shù)包括線性預(yù)測系數(shù)（LPC）、線性預(yù)測倒譜系數(shù)（LPCC）和Mel頻譜倒譜系數(shù)（MFCC）進行了深入的分析和研究,并對線性預(yù)測倒譜系數(shù)和Mel頻譜倒譜系數(shù)兩種特征提取方法進行了特征參數(shù)對比實驗,通過對比表明基于Mel頻譜倒譜系數(shù)的特征提取方法具有更高的匹配度。其次,在對語音識別的模型和算法進行了總結(jié)歸納的基礎(chǔ)上,研究了動態(tài)時間規(guī)整（DTW）算法和隱馬爾可夫（HMM）模型兩種語音識別模型算法;分析了DTW算法的基本原理,研究了基于整體路徑約束和搜索... 

【文章來源】：重慶交通大學(xué)重慶市

【文章頁數(shù)】：93 頁

【學(xué)位級別】：碩士

【部分圖文】：

語音識別系統(tǒng)原理圖

語音識別系統(tǒng)按照不同的分類標準可以分為以下幾類：1) 按照語音識別系統(tǒng)參考模板庫中訓(xùn)練樣本的大小分：小詞匯量、中等詞匯量、大詞匯量；2) 按照語音識別系統(tǒng)參考模板庫中訓(xùn)練樣本的發(fā)音方式分：孤立詞、連接詞、連續(xù)詞；3) 按照語音識別系統(tǒng)參考模板庫中訓(xùn)練樣本的說話人分：特定人、非特定人；4) 按照語音識別系統(tǒng)中識別原理分：模板匹配模型、隨機模型、概率語法分析。2.3 語音信號預(yù)處理由于本文所有使用的語音訓(xùn)練和識別樣本均是在實驗室環(huán)境下錄制的，錄制環(huán)境存在一定的噪聲干擾，因此在對語音識別系統(tǒng)進行訓(xùn)練和識別前需要對原始訓(xùn)練語音樣本和待識別語音樣本進行預(yù)處理，即加入高通濾波器和預(yù)加重，這樣做的目的不僅可以消除原始語音信號中的噪音，而且還能對一些衰弱的信號進行適當(dāng)?shù)脑鰪�，最大限度上保留了語音信號的內(nèi)容不被破壞。語音信號預(yù)處理流程圖如 2-2 圖所示

重慶交通大學(xué)碩士學(xué)位論文加窗號是隨時間而變化，體現(xiàn)出語音信號的時變性；根據(jù)發(fā)極短的時間內(nèi)（10ms-30ms）又可以認為近似不變，體現(xiàn)性。根據(jù)以上知識，我們可以把連續(xù)的語音信號，分成極理，然后加上固定的窗長函數(shù)，只處理窗內(nèi)的信號，這一形式為：n) s(m) (n m)m 是通過對信號加上有限長度的平移窗口來實現(xiàn)的，為了保幀的連續(xù)性，信號中兩幀之間采用交疊分段的方法平滑過延續(xù)性。如圖 2-4 所示，第 k 幀和第 k+1 幀的交疊部分稱長的一半。

【參考文獻】：
期刊論文
[1]基于多窗頻譜估計和平滑幅度譜包絡(luò)的Mel頻率倒譜系數(shù)（MFCC）改進算法[J]. 張怡然,白靜,王力.  科學(xué)技術(shù)與工程. 2014(19)
[2]基于DTW的語音識別應(yīng)用系統(tǒng)研究與實現(xiàn)[J]. 萬春.  集美大學(xué)學(xué)報(自然科學(xué)版). 2002(02)
[3]語音信號互信息估計的非線性搜索算法及識別應(yīng)用[J]. 俞一彪,趙鶴鳴,周旭東.  信號處理. 2002(02)

碩士論文
[1]基于HMM和DNN的語音識別算法研究與實現(xiàn)[D]. 袁翔.江西理工大學(xué) 2017
[2]感冒病人嗓音的特征提取與識別研究[D]. 杜朦旭.浙江大學(xué) 2016
[3]面向機器人應(yīng)用的可視化開發(fā)平臺的設(shè)計與實現(xiàn)[D]. 張梅.哈爾濱工業(yè)大學(xué) 2015
[4]稀疏算法在汽車駕駛語言語音識別中的應(yīng)用[D]. 張峰.東北師范大學(xué) 2015
[5]中文微博觀點句識別及評價對象抽取[D]. 胡默之.上海交通大學(xué) 2015
[6]基于語音識別的機器人控制技術(shù)研究[D]. 白琳.西南石油大學(xué) 2014
[7]基于神經(jīng)網(wǎng)絡(luò)非特定人語音識別與機器人控制研究[D]. 謝世強.沈陽工業(yè)大學(xué) 2013
[8]GD-1型擬人機器人語音識別研究與設(shè)計[D]. 伊磊.北方工業(yè)大學(xué) 2012
[9]小詞匯量非特定人語音識別系統(tǒng)的研究[D]. 周卓然.重慶大學(xué) 2012
[10]基于HMM的機器人語音識別系統(tǒng)的研究[D]. 付維.武漢科技大學(xué) 2011



本文編號：2978671