噪聲環(huán)境下移動機器人語音控制技術研究.pdf

1、隨著自動化技術的快速發(fā)展，機器人的功能日益強大，越來越多的機器人產(chǎn)品走進了尋常百姓的日常生活。在這種背景下，鼠標、鍵盤、按鍵等傳統(tǒng)的人機交互方式很難做到人和機器人協(xié)同工作，人們迫切希望找到一種更加便捷的人機交互方式，語音識別技術的出現(xiàn)使這種希望得以實現(xiàn)。語音識別技術作為機器人研究領域極其重要的一個分支，其目的就是讓機器人能夠聽懂人類的語言，從而提供更加便捷高效的人機交互方式。實際環(huán)境中的噪聲對語音識別系統(tǒng)的性能影響很大，系統(tǒng)的魯棒性決定

2、著語音識別技術能否從實驗室研究走向大規(guī)模商業(yè)應用。本文在總結和分析現(xiàn)有的多種魯棒語音識別技術的基礎上，提出了一種新的魯棒性語音特征提取方法，并基于該方法實現(xiàn)了帶噪環(huán)境下對移動機器人的語音控制。
　　首先，本論文全面研究了語音信號基本理論，并在理論研究的基礎上對語音信號的預加重、分幀加窗等預處理技術進行了實驗仿真，介紹了語音信號的時域分析和頻域分析方法。對比目前常用的幾種語音特征參數(shù)提取算法的特點，在完成了語音信號預處理的基礎上進行

3、了梅爾頻率倒譜系數(shù)(MFCC)提取。
　　其次，本論文對語音識別的流程進行了介紹，并對其中的關鍵技術語音識別模型訓練算法進行了深入研究。對語言模型和聲學模型的作用進行了介紹，并對比目前常用的幾種聲學模型訓練算法的特點，對隱馬爾可夫模型(HMM)進行了深入研究。
　　然后，針對在實際語音識別系統(tǒng)中，由于語音模型訓練環(huán)境和實際使用環(huán)境不匹配而造成識別性能下降的問題，本文對魯棒語音識別技術進行了研究，并對其中的特征參數(shù)歸一化法進行

4、的了重點研究。提出了一種將特征參數(shù)歸一化法和時間序列濾波器結合使用的魯棒性特征提取方法，在MFCC特征參數(shù)提取的基礎上進行魯棒性語音特征提取，并通過實驗對該算法效果進行驗證。實驗發(fā)現(xiàn)該方法能極大地提高語音識別系統(tǒng)在帶噪環(huán)境下的識別準確率，增強了系統(tǒng)的魯棒性。
　　最后，本文研究了基于Arduino Mega2560單片機的移動機器人構建方法，并對其運動控制和藍牙通信進行了重點研究?；诒菊撐乃岢龅聂敯粜哉Z音特征提取方法，采用五個