基于HMM算法的仿人機(jī)器人語(yǔ)音識(shí)別技術(shù)的研究.pdf

1、目前隨著科學(xué)技術(shù)的發(fā)展，人們對(duì)人機(jī)交互的方式提出了更高的要求。用什么來(lái)代替笨拙的鍵盤或按鍵，是人們一直在致力解決的問(wèn)題，而語(yǔ)言則是人類最方便、快捷有效的交流工具，因此語(yǔ)音識(shí)別技術(shù)應(yīng)運(yùn)而生并且取得了飛速的發(fā)展。語(yǔ)音識(shí)別技術(shù)就是讓機(jī)器通過(guò)語(yǔ)音采集、特征提取、建模等一系列的過(guò)程后，將音頻信號(hào)變?yōu)槿祟惪吹降奈谋疚淖值囊环N技術(shù)。目前語(yǔ)音識(shí)別技術(shù)經(jīng)由幾十年的研究業(yè)已獲得了很大的成果，一些語(yǔ)音產(chǎn)品已經(jīng)投入市場(chǎng)使用，其中語(yǔ)音機(jī)器人產(chǎn)品也得到應(yīng)用。

2、>　　本文致力于仿人機(jī)器人語(yǔ)音識(shí)別技術(shù)的研究，并采用隱馬爾可夫模型算法成功實(shí)現(xiàn)了仿人機(jī)器人的語(yǔ)音口令控制系統(tǒng)。不同于 PC機(jī)上的系統(tǒng)，仿人機(jī)器人語(yǔ)音識(shí)別有其自身的局限性，其中噪音是本文主要的影響因素，另外當(dāng)前的HMM算法存在局部最優(yōu)問(wèn)題，因而如何降噪和對(duì)HMM算法的改進(jìn)是本文要解決的主要問(wèn)題。
　　首先，本文對(duì)語(yǔ)音識(shí)別的原理和實(shí)現(xiàn)流程做了深入研究，在特征提取中選用了具有良好的辨別力和抗干擾性的梅爾倒譜系數(shù)，對(duì)于非特定人識(shí)別采用HM

3、M模型，對(duì)HMM模型的三個(gè)經(jīng)典問(wèn)題的Back-forword、Viterbi和Baum-welch算法進(jìn)行深入剖析后，針對(duì)Baum-welch的局部最優(yōu)和收斂速度慢等缺點(diǎn)，進(jìn)一步采用了K均值算法進(jìn)行改進(jìn)。然后，對(duì)實(shí)驗(yàn)室環(huán)境下的噪音和機(jī)器人本身自帶的機(jī)器噪音利用改進(jìn)的頻譜減法進(jìn)行了抗干擾設(shè)計(jì)，提高了識(shí)別率。最后對(duì)仿人智能機(jī)器人的系統(tǒng)控制方案和硬件平臺(tái)設(shè)計(jì)搭建進(jìn)行了介紹，并做算法移植。對(duì)實(shí)驗(yàn)結(jié)果在不同實(shí)驗(yàn)條件下、不同說(shuō)話風(fēng)格、異性之間音頻的