一种面向NAO机器人的语音识别系统研究

发布时间：2021-01-15 09:34

　　研究和实现机器人的智能化,对提高人类生活品质有十分重要的意义。而研究机器人语音识别系统,实现人机自由交互是智能机器人提供智能服务的前提。NAO机器人作为全球科研应用最广泛的机器人之一,对NAO机器人进行相关的语音识别系统的研究具有重要的意义和价值。本文为实现人与NAO机器人之间的智能交互,设计了一种面向NAO机器人的语音识别系统的联合实验平台。首先,对语音识别的发展历程和研究现状进行了分析,研究了语音识别技术的基本原理和信号处理技术,研究了短时能量、短时过零率、双门限法三种端点检测方法,并对双门限法原理进行了深入分析;对语音信号的三种特征提取技术包括线性预测系数（LPC）、线性预测倒谱系数（LPCC）和Mel频谱倒谱系数（MFCC）进行了深入的分析和研究,并对线性预测倒谱系数和Mel频谱倒谱系数两种特征提取方法进行了特征参数对比实验,通过对比表明基于Mel频谱倒谱系数的特征提取方法具有更高的匹配度。其次,在对语音识别的模型和算法进行了总结归纳的基础上,研究了动态时间规整（DTW）算法和隐马尔可夫（HMM）模型两种语音识别模型算法;分析了DTW算法的基本原理,研究了基于整体路径约束和搜索... 

【文章来源】：重庆交通大学重庆市

【文章页数】：93 页

【学位级别】：硕士

【部分图文】：

语音识别系统原理图

语音识别系统按照不同的分类标准可以分为以下几类：1) 按照语音识别系统参考模板库中训练样本的大小分：小词汇量、中等词汇量、大词汇量；2) 按照语音识别系统参考模板库中训练样本的发音方式分：孤立词、连接词、连续词；3) 按照语音识别系统参考模板库中训练样本的说话人分：特定人、非特定人；4) 按照语音识别系统中识别原理分：模板匹配模型、随机模型、概率语法分析。2.3 语音信号预处理由于本文所有使用的语音训练和识别样本均是在实验室环境下录制的，录制环境存在一定的噪声干扰，因此在对语音识别系统进行训练和识别前需要对原始训练语音样本和待识别语音样本进行预处理，即加入高通滤波器和预加重，这样做的目的不仅可以消除原始语音信号中的噪音，而且还能对一些衰弱的信号进行适当的增强，最大限度上保留了语音信号的内容不被破坏。语音信号预处理流程图如 2-2 图所示

重庆交通大学硕士学位论文加窗号是随时间而变化，体现出语音信号的时变性；根据发极短的时间内（10ms-30ms）又可以认为近似不变，体现性。根据以上知识，我们可以把连续的语音信号，分成极理，然后加上固定的窗长函数，只处理窗内的信号，这一形式为：n) s(m) (n m)m 是通过对信号加上有限长度的平移窗口来实现的，为了保帧的连续性，信号中两帧之间采用交叠分段的方法平滑过延续性。如图 2-4 所示，第 k 帧和第 k+1 帧的交叠部分称长的一半。

【参考文献】：
期刊论文
[1]基于多窗频谱估计和平滑幅度谱包络的Mel频率倒谱系数（MFCC）改进算法[J]. 张怡然,白静,王力.  科学技术与工程. 2014(19)
[2]基于DTW的语音识别应用系统研究与实现[J]. 万春.  集美大学学报(自然科学版). 2002(02)
[3]语音信号互信息估计的非线性搜索算法及识别应用[J]. 俞一彪,赵鹤鸣,周旭东.  信号处理. 2002(02)

硕士论文
[1]基于HMM和DNN的语音识别算法研究与实现[D]. 袁翔.江西理工大学 2017
[2]感冒病人嗓音的特征提取与识别研究[D]. 杜朦旭.浙江大学 2016
[3]面向机器人应用的可视化开发平台的设计与实现[D]. 张梅.哈尔滨工业大学 2015
[4]稀疏算法在汽车驾驶语言语音识别中的应用[D]. 张峰.东北师范大学 2015
[5]中文微博观点句识别及评价对象抽取[D]. 胡默之.上海交通大学 2015
[6]基于语音识别的机器人控制技术研究[D]. 白琳.西南石油大学 2014
[7]基于神经网络非特定人语音识别与机器人控制研究[D]. 谢世强.沈阳工业大学 2013
[8]GD-1型拟人机器人语音识别研究与设计[D]. 伊磊.北方工业大学 2012
[9]小词汇量非特定人语音识别系统的研究[D]. 周卓然.重庆大学 2012
[10]基于HMM的机器人语音识别系统的研究[D]. 付维.武汉科技大学 2011



本文编号：2978671