基于HMM算法的仿人機器人語音識別技術的研究.pdf

1、目前隨著科學技術的發(fā)展，人們對人機交互的方式提出了更高的要求。用什么來代替笨拙的鍵盤或按鍵，是人們一直在致力解決的問題，而語言則是人類最方便、快捷有效的交流工具，因此語音識別技術應運而生并且取得了飛速的發(fā)展。語音識別技術就是讓機器通過語音采集、特征提取、建模等一系列的過程后，將音頻信號變?yōu)槿祟惪吹降奈谋疚淖值囊环N技術。目前語音識別技術經(jīng)由幾十年的研究業(yè)已獲得了很大的成果，一些語音產(chǎn)品已經(jīng)投入市場使用，其中語音機器人產(chǎn)品也得到應用。

2、>　　本文致力于仿人機器人語音識別技術的研究，并采用隱馬爾可夫模型算法成功實現(xiàn)了仿人機器人的語音口令控制系統(tǒng)。不同于 PC機上的系統(tǒng)，仿人機器人語音識別有其自身的局限性，其中噪音是本文主要的影響因素，另外當前的HMM算法存在局部最優(yōu)問題，因而如何降噪和對HMM算法的改進是本文要解決的主要問題。
　　首先，本文對語音識別的原理和實現(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)，對于非特定人識別采用HM

3、M模型，對HMM模型的三個經(jīng)典問題的Back-forword、Viterbi和Baum-welch算法進行深入剖析后，針對Baum-welch的局部最優(yōu)和收斂速度慢等缺點，進一步采用了K均值算法進行改進。然后，對實驗室環(huán)境下的噪音和機器人本身自帶的機器噪音利用改進的頻譜減法進行了抗干擾設計，提高了識別率。最后對仿人智能機器人的系統(tǒng)控制方案和硬件平臺設計搭建進行了介紹，并做算法移植。對實驗結果在不同實驗條件下、不同說話風格、異性之間音頻的