基于LIN总线的语音控制智能家居系统设计

本文设计了一种基于LIN总线的语音控制智能家居系统,该系统采取分布式控制方式,以凌阳SPCE061A作为中央处理器,AT89S52单片机作为从机.由凌阳SPCE061A对语音命令进行识别,识别结果通过LIN总线传给特定的从机,再由从机执行对家电的控制.语音识别部分采用特定人识别和命令分层技术,系统对家庭的各个成员语音命令进行采样.存储,从而实现家庭各个成员的语音识别.     

关于智能家居网络中无线技术应用的研究

本文针对家居环境对设备的要求和家电设备易产生同频率干扰等特点,对现有应用于智能家居网络的无线技术方案进行了系统分析和研究,论述了基于红外技术、RFID射频识别技术、蓝牙技术、ZigBee技术、WIFI技术的智能家居系统,提出了ZigBee和WIF I技术结合实现智能家居系统的方法及其发展方向。     

面向智能家居的无线语音控制系统设计

在嵌入式系统下借助语音识别技术设计一套无线控制系统,通过此系统对传统家电进行一些常规的语音与界面人机交互操作,实现包括多设备交互控制、网络连接、数据显示等功能,这将极大提升家居生活的便利性和舒适性。系统采用基于高级精简指令集机器(advanced RISC machine,ARM)处理器+Linux+语音识别库+无线传感器网络的方案,主要包括硬件电路设计和软件开发,控制系统利用语音识别技术对声音进行识别,借助ZigBee模块进行主控系统与终端设备的交互。与传统产品相比,该交互式家居语音控制系统提供多样的识别、交互模式,创新的控制模式及更大范围的识别距离。     

一种基于语音识别的电视机遥控器设计与实现

提出了一种可识别非特定人语音指令的电视机遥控器,旨在不对电视机做任何改动的情况下,通过遥控器红外学习,实现语音识别并对电视机实现控制。该设计采用了STC90LE52作为主控芯片,LD3320芯片作为语音识别芯片,STM32F103C8T6为红外发射部分主控芯片。最后通过实验证明该系统能在环境嘈杂的情况下正常识别用户的语音命令,具有一定的抗干扰性。该设计的成功实现为更多的智能语音控制为基础的智能家居设计积累了经验和奠定了基础。     

智能家居中Qt语音识别界面的设计与实现

针对智能家居缺少语音控制的问题,使用HTK和Qt Creator联合设计了一款具有语音识别功能的图形控制界面.结合隐形马尔科夫模型语音识别工具HTK和Qt交叉编译,描述了嵌入式软硬件平台的搭建过程.着重介绍了多线程并行的语音控制流程和软件实现过程.实验结果表明,该界面可以稳定地运行在ARMLinux平台下,且功能实现完整.语音识别的加入使得设备操作更加人性化、简便化,具有很高的实用性.由于Qt的可移植性,该界面可在多种平台下编译运行,有较好的扩展性.     

基于NodeMCU的晾衣窗控制系统设计

随着物联网技术的快速发展,智能家居开始兴起并快速普及,这使得越来越多的智能家居设备都具备了联网功能.设计研制了一种基于智能手机联网控制的晾衣窗控制系统.该系统基于ESP8266平台,借助WiFi联网技术,对接云端服务器,实现手机远程操控、语音控制.该NodeMCU自带硬件条件对接传感器,可实现远程App、语音助手,并根...     

一个模拟智能家居系统的设计

随着我国物联网的发展,智能家居也逐渐出现在普通居民生活中。针对智能家居的特点,设计了一套基于Arm11系列开发板为中心,Arduino Pro Mini为设备端,通过2.4G无线通信模块实现控制中心与家电设备端通信的智能家居系统。     

基于Android系统的室内移动控制终端设计

随着物联网技术的快速发展,家用设备网络的潮流将不可逆转,智能家居时代即将到来.针对目前一般家庭内部的应用环境,对智能家居系统进行分析和研究,设计了基于Android系统的移动终端,实现家居安防、家电控制、环境监测、门禁管理、可视对讲等功能.     

基于嵌入式WEB服务器的智能家居远程监控系统

将智能家居、嵌入式系统和WEB服务器三者结合起来,研究并构建了嵌入式WEB服务器,设计了基于嵌入式WEB服务器的家电监控系统方案,使得用户可以方便地在任何能够接入Internet的地方,通过浏览器实现对家电设备的控制。另外,系统还基于Qt用户图形接口设计了一个图形化控制界面,本地也可以通过触摸屏的输入实现对家电设备的控制。因此该方案是一个功能齐全、方便实用的家电远程监控系统。     

基于ARM9和ZigBee的智能家居系统的设计

结合嵌入式技术和ZigBee无线通信技术开发了智能家居系统.给出了智能家居系统总体框图,对各部分的硬,软件进行了设计,并阐述了实现该系统的几个关键问题.用户可以通过网关对智能家居系统进行远程监控,在室内可以利用内嵌ZigBee模块的手持设备(如 PDA )对网络的家电设备进行集中管理和监控.     

基于深度学习的智能语音问答系统研究

随着人工智能行业的不断发展,智能语音问答技术逐步得到国内外学者的广泛关注和研究,但是语音识别方面仍然存在两个技术瓶颈,第一是语音识别系统,第二是根据识别的语音进行问题的回答。基于此,开展了基于深度学习的智能语音问答系统研究。首先介绍了基于隐马尔科夫模型的语音识别系统,然后研究了基于梅尔频率的语音信号特征提取技术,并建立了声学和语言模型,最后研究了基于GRU算法的问答匹配模型,并基于以上模型开发了智能语音问答系统。经实际实验验证分析,文章所提出的算法在语音识别和问答的准确度方面都相比传统算法具有很高的精确度,本算法具有较大的实用价值。     

基于ZigBee网络的语音辨识家电遥控研究

语音技术的应用已经成为一个具有竞争性的新兴高技术产业。如今,语音识别技术在人机交互应用中己占有越来越大的比例,它给人们的生活带来极大的便利。该设计通过凌阳SPCE061A单片机完成语言辨识,并配以符合ZigBee协议的JN5148芯片完成无线组网和家居电器设备控制的任务。该系统可以完成13条语句的识别,并对相应的电器进行控制。     

基于SQLite技术的汉语语音识别数据库的建立

建立一个适合于特定说话人识别系统的汉语语音识别数据库,对推动说话人识别技术的研究和应用具有重要意义。本文基于支持向量机的说话人识别系统研究和开发过程中,构建了一个基于SQLite技术的汉语语音识别数据库,通过LabVIEW平台来实现对数据库控制操作。采用无序列样本和语音数据库样本分别进行比对实验。测试结果表明：一方面,无论是采用该语音识别数据库样本还是无序样本对说话人识别系统的识别率没有改变,这充分说明本系统建立的汉语语音识别数据库具有高稳定性和可靠性;另一方面,采用语音识别数据库样本其系统识别时间却明显缩短,这是改善基于支持向量机的说话人识别系统性能的有效途径。     

基于OMAP5912和RSC364的语音识别系统实现

介绍一种嵌入式语音识别系统的设计与实现,整个系统以TI公司的双核(ARM DSP)处理器芯片OMAP5912为控制核心,采用SENSORY公司的RSC364语音芯片来实现语音的识别与合成,并进行语音信号的采集和播放,整个系统结构简单,集成度高.驾驶员利用该系统可通过语音命令控制车上设备及获得语音反馈信息,系统也可以作为一嵌入式语音设备使用,具有较大的市场应用前景.     

藏语语音信号降噪算法研究

藏语语音在识别过程中会受到各种信号的干扰,从而影响语音识别的质量。在进行语音识别预处理过程中,语音信号的降噪技术是一个关键的环节。文章通过分析各种降噪手段,重点研究了藏语语音信号降噪方法,提出了符合藏语语音信号降噪的小波包降噪算法。其研究结果为进一步的藏语语音识别技术的研究提供了基础。     

语音识别技术在数字图书馆检索系统中的应用

概要介绍了语音识别技术和微软语音开发应用程序接口(Microsoft Speech API,SAPI)。语音识别技术随着计算机技术的发展而逐渐成熟,使计算机能够识别用户的语音输入,记录下用户的语音信息并执行相应的命令。微软的SAPI是Windows操作系统下的语音识别开发平台,它开发快捷,有设计良好的运行机制、识别引擎和调用接口,能够模块化组件开发。其次,利用SAPI,设计实现了应用语音识别技术的数字图书馆检索系统。此系统使用户在使用数字图书馆时检索更加方便,读者说出想查询的内容,系统即可完成整个检索过程并显示查询结果。此系统基于SAPI平台开发,采用了MySQL作为后台数据库。此检索系统分为一站式检索和智能检索。其中,一站式检索为读者提供了通用语音识别框,读者检索时无需使用鼠标和键盘,只需说出自己想要查找内容的关键词即可查询。一站式检索系统不仅能够实现对图书馆数据库的关键词检索,而且在界面上还同步提示出可选关键词、现有馆藏书目、借阅情况等信息,协助用户检索信息。而智能检索是在一站式检索的基础上,结合了中文分词技术,进一步降低搜索难度方便用户使用。用户检索时无需考虑关键词、检索语法,只需像平时一样说出想检索的内容,检索系统会自动识别用户的语音,然后进行智能分词,再通过转换过程,过滤出关键词并生成专业的检索语法进行检索,并最终返回检索结果。整个识别、分词、转换过程由系统自动完成,无需读者干预。随着技术的进步,结合了语音识别的检索系统将使数字图书馆能够更加方便快捷地为读者服务。     

语音识别门禁系统关键技术研究

通过对语音识别技术的原理进行分析，结合特定人语音识别技术在门禁系统中的具体应用，从语音信号的预处理、信号端点检测、特征信号的提取到识别策略的算法等关键技术上进行研究，从技术角度阐明了该系统在理论上的合理性和可行性，并通过实验说明系统在噪声干扰的情况下性能没有明显的下降。     

基于离散隐马尔科夫模型的语音识别技术

概述语音识别技术的基本原理,对当前三种主要识别技术--动态时间规整技术、隐含马尔科夫模型技术及人工神经网络技术进行比较,重点介绍基于离散隐马尔科夫模型(DHMM)的语音识别系统的实现.     

基于改进KNN算法的语音情感识别系统

语音是人类表达情感的重要方式之一,语音中情感信息的识别已然成为人机交互不可或缺的组成部分,目前的语音情感识别技术存在一定的问题,如冗余大、识别率低等,故提出一种改进KNN识别算法。首先提取能够表征音频情感信息的特征参数,并通过优化算法对其进行筛选,然后对优化特征集运用所提算法进行识别验证。实验结果表明,笔者所提的识别算法能够用于基于语音信息的个体情绪识别状态。     

基于小波变换的说话人识别技术

说话人识别技术是通过判断待识别人语音与预先提取的说话人语音特征是否匹配来鉴别说话人身份的一种生物认证技术,环境噪声是说话人识别技术走向实用化的一个主要障碍.针对噪声环境中说话人识别性能较差的不足,结合小波变换的优点,提出了将小波变换技术与传统的特征参数提取方式相结合的方法.该方法首先对语音信号进行小波分解,在此基础上再对小波系数进行阈值处理,仅保留阈值以上的数据,而后提取相关性不大的传统特征参数进行组合,分别作为说话人识别系统的输入矢量.仿真结果表明:在噪声环境中,说话人识别系统能较好识别出说话人,经过小波变换后再提取特征参数的方法可以得到更高的识别率,大大提高说话人识别系统的识别性能.