基于HMM算法的仿人機(jī)器人語音識別技術(shù)的研究.pdf

1、目前隨著科學(xué)技術(shù)的發(fā)展，人們對人機(jī)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(shù)應(yīng)運(yùn)而生并且取得了飛速的發(fā)展。語音識別技術(shù)就是讓機(jī)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(shù)。目前語音識別技術(shù)經(jīng)由幾十年的研究業(yè)已獲得了很大的成果，一些語音產(chǎn)品已經(jīng)投入市場使用，其中語音機(jī)器人產(chǎn)品也得到應(yīng)用。

2、>　　本文致力于仿人機(jī)器人語音識別技術(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(dāng)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(jìn)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(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(jìn)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(diǎn)，進(jìn)一步采用了K均值算法進(jìn)行改進(jìn)。然后，對實(shí)驗室環(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，提高了識別率。最后對仿人智能機(jī)器人的系統(tǒng)控制方案和硬件平臺設(shè)計搭建進(jìn)行了介紹，并做算法移植。對實(shí)驗結(jié)果在不同實(shí)驗條件下、不同說話風(fēng)格、異性之間音頻的