学位论文 > 优秀研究生学位论文题录展示

移动机器人语音识别系统的研究与实现

作　者: 杨智鑫
导　师: 高美娟
学　校: 北京化工大学
专　业: 控制科学与工程
关键词: 移动机器人语音识别端点检测动态时间规整隐马尔可夫实时录音
分类号: TN912.34
类　型: 硕士论文
年　份: 2011年
下　载: 58次
引　用: 1次
阅　读: 论文下载

内容摘要

随着社会的发展,具备各种功能的机器人已经广泛的应用于各类生产以及制造行业。同时,在我们的日常中也出现很多其他用途的智能型机器人,机器人的使用也逐渐走向平民化。在对机器人的控制和使用中,传统的键盘式的输入已经无法满足人们的需求。因此,语音这种人类社会特有的最自然、最直接的交流方式必将成为未来人机交互的主流方式。语音控制机器人的研究将对未来智能机器人的发展起到关键性作用。本论文就如何通过语音识别实时的控制移动机器人的问题进行了深入研究。首先,根据语音识别的流程,对影响语音识别效果的各部分做了研究,其中包括：1.对语音信号的预处理以及端点检测部分的研究,对双门限端点检测算法在使用不同参数作为门限时的效果,进行了比较。2.对几种特征参数提取方法做了研究,如LPCC和MFCC等,并通过实验比较了各参数的特点。3.对语音识别算法做了深入研究,其中包括,动态时间规整(DTW)算法以及隐马尔可夫(HMM)模型算法,深入研究了各算法在使用时会遇到的问题,对传统算法做了改进,并通过仿真实验比较了各算法及其改进算法的识别效果。其次,由于本系统是对移动机器人的语音控制,所以根据系统特点,本系统所使用的语音识别是针对特定人的孤立词语音识别。在综合考虑了系统需求以及本文的仿真实验比较结果后,选择了适合本系统的识别算法,并使用VC完成编程工作。最后,对整个移动机器人的语音控制系统做了设计与实现。其中,为了保证系统的实时性,基于VC设计了实时自动录音系统。之后完成了整个系统的连接与调试,并在实验室环境下对该系统进行了实验,根据实验结果提出了动态调整参数的方法来改进系统性能,并再次进行了实验,结果达到了预期的效果。

全文目录

摘要  4-6
ABSTRACT  6-17
第一章绪论  17-25
  1.1 选题的背景与意义  17
  1.2 语音识别技术和移动机器人技术的现状和发展趋势  17-19
  1.3 语音识别控制机器人系统的结构  19-20
  1.4 语音识别系统  20-23
    1.4.1 语音识别系统的分类  20-21
    1.4.2 典型的语音识别系统  21-22
    1.4.3 语音识别相关技术  22-23
  1.5 研究内容和方法  23-25
第二章语音信号的预处理及端点检测  25-35
  2.1 语音信号的预处理  25-27
    2.1.1 语音信号的滤波和采样  25-26
    2.1.2 语音信号的分帧加窗  26-27
  2.2 语音信号的端点检测  27-33
    2.2.1 语音的短时能量和平均幅度  28-29
    2.2.2 语音的短时过零率和短时过门限率  29-31
    2.2.3 双门限法原理  31-33
  2.3 本章小结  33-35
第三章特征参数的提取  35-47
  3.1 几种特征参数的提取  35-43
    3.1.1 线性预测系数的提取  35-38
    3.1.2 线性预测倒谱系数的提取  38-40
    3.1.3 梅尔频率倒谱系数的提取  40-42
    3.1.4 LPC梅尔频率倒谱系数的提取  42-43
  3.2 特征参数提取的仿真实验  43-45
    3.2.1 不同特征参数对识别率的影响  43
    3.2.2 差分参数对识别率的影响  43-45
  3.3 本章小结  45-47
第四章 DTW算法及其改进方法  47-57
  4.1 DTW算法基本原理  47-50
  4.2 DTW的改进方法  50-52
    4.2.1 整体路径约束  50-51
    4.2.2 搜索宽度限制  51-52
  4.3 DTW在应用中的改进  52-54
    4.3.1 实时录音对语音识别的影响  52-53
    4.3.2 DTW的改进  53-54
  4.4 DTW的仿真实验  54-56
  4.5 本章小结  56-57
第五章 HMM算法及其改进方法  57-73
  5.1 HMM模型的介绍  57-59
    5.1.1 马尔可夫(Markov)链  57-58
    5.1.2 隐马尔可夫模型HMM  58-59
  5.2 隐马尔可夫模型的使用  59-66
    5.2.1 HMM模型各主要部分的计算  59-60
    5.2.2 输出概率P的计算  60-62
    5.2.3 求解状态转移序列  62-63
    5.2.4 模型参数训练  63-65
    5.2.5 HMM在本系统中的问题  65-66
  5.3 HMM训练过程的改进  66-67
    5.3.1 传统HMM模型状态的初值选取  66-67
    5.3.2 改进HMM模型状态的初值选取  67
  5.4 HMM及其改进方法的仿真比较  67-71
    5.4.1 HMM与其改进方法训练部分仿真比较  68-69
    5.4.2 HMM与其改进方法以及DTW算法识别效果仿真比较  69-71
  5.5 本章小结  71-73
第六章移动机器人语音识别系统  73-87
  6.1 语音识别系统程序设计  73-79
    6.1.1 语音识别系统的结构设计  73-74
    6.1.2 录音子系统的程序设计  74-78
    6.1.3 语音识别算法子系统  78-79
  6.2 本课题使用的移动机器人系统介绍  79-82
    6.2.1 移动机器人硬件介绍  79-80
    6.2.2 移动机器人控制系统介绍  80-82
  6.3 移动机器人语音识别系统效果检验  82-85
    6.3.1 移动机器人语音识别系统运行过程介绍  82
    6.3.2 移动机器人语音识别系统实验  82-83
    6.3.3 系统参数对识别效果的影响  83-84
    6.3.4 参数的动态调整方法对识别效果的影响  84-85
  6.4 本章小结  85-87
第七章总结与展望  87-89
  7.1 结论  87-88
  7.2 展望  88-89
参考文献  89-93
致谢  93-95
研究成果及发表的学术论文  95-97
作者及导师简介  97-98
硕士研究生学位论文答辩委员会决议书  98-99

移动机器人语音识别系统的研究与实现

内容摘要

全文目录

相似论文