機器人語音交互系統(tǒng)的研究與設計.pdf

1、多媒體技術的興起，成為計算機與人之間信息交流的關鍵技術，語言作為人類相互交流和通信最快捷的手段，兩者之間的結合實現(xiàn)語音傳輸、存儲或通過語音實現(xiàn)人機交互成為重要的研究課題。為計算機增加語音交互方式，使人機交互像人與人交流那樣自然友好，這種自然和諧的交互技術已經(jīng)成為人機交互領域的發(fā)展趨勢之一。
　　本實驗室設計開發(fā)了BME-1服務型機器人，針對該機器人語音識別的要求，設計了適合BME-1機器人的語音交互系統(tǒng)，介紹了實現(xiàn)人機信息交互的開

2、發(fā)方法。使人與機器人的溝通過程中可以通過語言進行交流，滿足科學性、交互性的要求。本文在對語音互動系統(tǒng)功能及關鍵技術分析研究的基礎上，對系統(tǒng)進了詳細設計并初步實現(xiàn)了該交互系統(tǒng)的功能。
　　本文針對漢語音設計開發(fā)了三個語音互動系統(tǒng)模塊，即語音分析模塊、語音識別模塊以及語音合成模塊，其中語音分析模塊主要包括語音增強處理以及語音信號特征參數(shù)的提取。
　　針對不同的模塊進行了漢語語音的分析和研究，其中語音信號的前端處理主要包括語音信號

3、的預加重以及分幀加窗處理，同時經(jīng)過計算得到了合適的漢語語音傳感器陣列參數(shù)，根據(jù)系統(tǒng)要求選擇圓形陣列，并研究了漢語語音增強算法，本論文中選擇了基于子空間線性估計器的增強算法。在漢語語音信號特征參數(shù)的分析部分，主要研究了語音信號端點檢測以及基因周期估計的方法，論文提出了基于短時能量和短時過零率的雙門限端點檢測法和基于短時自相關函數(shù)(Short Time Autocorrelation Function，AMD)、短時平均幅度差函數(shù)（Shor