基于语音交互的智能家居系统

针对市面上各厂家的智能家居系统不兼容、操作复杂、功能单一等问题。设计了一款基于语音交互的智能家居系统,在RaspberryPi平台上采用Python语言,调用百度语音识别、图灵机器人、Snowboy唤醒词检测、itchat库,以及亚马逊云端,通过ZigBee的单播通讯方式,实现了一款集远程手机控制、本地语音控制、以及网络离线控制于一体的综合家居控制系统。该系统借助于微信与QQ邮箱,具有用户基数大,简单直接,以及功耗低、成本低等特点。并针对老年用户行动不便,在ZigBee终端,设计了可通过语音或电容按钮无线触发的电话求助装置,以及可调节亮度的夜灯装置。经测试三种控制模式转换自如,性能稳定,优于市面上大部分产品。     

TDM/TDMA 系统中继网络设计

对TDM／TDMA通信系统传输信号的特点及中继网络所须解决的难点问题进行了研究，提出了一种简单实用的解决方法，介绍了电路的组成及原理，分析了系统的性能。在须插入多级中继的时分多址通信系统中，该中继电路系统具有很好的实用性。     

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。     

短距离多点无线语音传输系统的设计与实现

结合STM32单片机,研究短距离多点无线语音通信系统的开发,探讨系统软硬件的可行性设计.通过配置硬件模块和功能软件,构建短距离多点无线语音传输系统的理论模型.结果表明:设计的系统拓宽了市面上现有对讲机的内嵌功能和使用范围,既不受信号网络覆盖局限的影响,又无需信息服务费,而且在技术层面改变传统对讲机同频单工的通信模式,实现了多点间无线语音广播、组播和单播功能.     

一种具有语音无线控制功能的机器人系统

本文研究了以S3C2440为核心的具有语音无线控制功能的机器人的工作原理、系统组成、硬件电路和软件设计方法.创造性地引入了SPY0029语音芯片电路,与ZigBee模组相结合,使本系统具有语音和无线传输控制功能,适于在特殊环境下和特殊人群使用,更具有便捷性和创新性.同时,提出了一种通过语音无线控制机器人动作的实现方法.     

基于SAPI的远程智能语音控制系统开发

基于SAPI语音开发平台,无线传输使用FM收发方式,实现了通过语音对计算机上PowerPoint软件进行无线远程语音控制的功能．传输距离可以达到普通教室使用的要求。系统可用于教师在课堂上的多媒体教学,具有很好的通用性、扩展性和良好的应用前景。     

一种语音控制的智能机器人设计与实现

以STM32单片机作为控制核心,设计了一种高精度语音控制的智能机器人.硬件包括电源模块、显示模块、交互模块及电机控制模块等,硬件电路分为底盘控制、身体控制与头部控制三部分.软件包括嵌入式系统C语言程序和以Android系统为平台开发的软件程序.可精准识别语音指令,并进行语音控制.机器人参数可在系统软件平台内进行个性化设置.     

基于离线语音识别的灯光控制智能家居系统

本文综述了国内传统灯光控制方式的多样性和无线语音识别控制方法,针对其控制方式的缺陷和不足设计了一种基于离线语音识别的智能灯光控制系统.该控制系统不需要传统的按键、声控、热释电红外传感器和光照传感器等电路,也不需要无线语音识别系统中的无线通讯模块,直接利用串口通讯控制语音识别模块,获取并解析语音指令,就能实现三色LED(...     

基于教育机器人的语音控制自动化编程系统的设计与实现

为了降低机器人编程学习的难度,提高学习效率,同时拓宽学习机器人编程的学龄范围,利用语音识别和自动化技术,设计了基于教育机器人的语音控制自动化编程系统。测试结果表明,语音识别的准确率在93%以上,系统运行成功率在80%以上。与图形化编程和文本编程相比,语音控制编程更加智能化、易操作、易学习,达到了寓教于乐的编程学习目的。     

基于ARM的语音控制开关设计

给出了一种基于ARM处理器的语音控制开关,这种开关通过采用基于统计模型的半连续隐马尔科夫模型,实现了开关命令的识别和检出,进而实现控制电器开关的通断.与传统的触摸式或简单的声控开关相比,语音控制开关具有智能化、非接触、操控准确等优点,因此,在工业设备控制和家用电器控制等很多领域都具有广泛的应用前景.     

家用照明无线控制系统的设计

基于短距离无线射频通信技术和WIFI网络通信技术,设计了一款家用照明线路无线集散控制系统.通过CC1010无线单片机组建了控灯节点与网关节点的星形无线控制网络,控灯节点以继电器隔离控制方式接入照明线路.并以串口WIFI网块实现了CC1010网关节点与PC终端的组网.在VB6.0环境下,基于WINSOCKET控件编写了基于TCP协议的客户端测试程序.     

多模式语音端点检测

在语音信号处理系统中,基于帧能量的语音端点检测(voiceactivitydetection,VAD)往往受到语音段能量不平稳及噪声的影响,为了提高语音端点检测的性能和鲁棒性,引入视觉信息。该文提出采用基于数据驱动的线性变换生成视觉特征,在提出一个基于统计的VAD一般模型的基础上构建两个单模式的VAD系统,通过两步式的融合方法,得到了多模式的VAD系统。实验表明:同时利用音频和视觉信息的多模式VAD比基于帧能量的听觉VAD在帧错误率上有55.0%的相对下降,在断句错误率上有98.5%的相对下降。这一结果说明多模式VAD方法基本可以避免断句错误,也能够显著改善帧检测性能,是一种相当有效的方法。     

基于ARM的网络对讲系统的设计

ARM是一种16／32位低功耗高性能微处理器,能运行实时多任务的32位WindowsCE操作系统．基于ARM／WindowsCE的嵌入式系统已广泛应用于许多不同的领域．介绍了基于ARM的嵌入式系统在网络语音通信中的应用,以及如何为WindowsCE建立开发平台和设计基于ARM11微处理器WindowsCE嵌入式操作系统的应用开发．系统终端使用DM9000网络芯片实现网络信号的传输,采用WM9714实现语音信号的采集和编码,设计了以ARM11嵌入式系统为终端的网络语音对讲系统,并且提供了友好的用户操作界面．     

地下车库灯光智能控制系统

传统的地下车库照明主要采用人工控制方式,通常是让大部分灯具保持长久照明,这种方式极大地浪费了电能。针对以上问题,设计一种地下车库灯光智能控制系统。该系统在对车库环境合理建模的基础上,通过采用一种新型的智能灯光控制器,利用经典的A*搜索算法,结合已有的车牌识别技术,不仅能够合理控制车库内的照明,避免长明灯现象,还能利用灯光对车库内车辆到达指定位置进行导航。本文对一个具体车库实例利用A*搜索算法进行了从入口到指定车位的路径计算,并做了仿真演示,结果表明本系统运行可靠,节能实用。     

基于FPGA的智能照明控制系统的设计与分析

使用高性能的可编程FPGA作为控制芯片,以FPGA为核心控制,设计PWM信号输出模块、键盘输入模块、传感器模块、遥控输入模块,分别完成LED调光功能、键盘控制功能、传感器检测功能、遥控控制功能,通过软件实现功能的仿真.     

ZigBee实现家庭组网技术的研究

实现家居智能化,离不开一个低成本、易安装、配置灵活的传感和控制网络。ZigBee是一种新的短距离无线通信技术,专为低速率、低功耗的无线互联应用而设计,非常适合家庭无线组网。文章通过对ZigBee技术及其协议栈的分析,阐述了ZigBee实现家庭组网的关键问题。     

嵌入式智能家居安防系统的研究与实现

随着生活水平的提高,智能家居行业已占据越来越重要的位置,构建一个舒适和谐的家居环境,越来越引起人们的关注和重视.本系统以ARM9平台为基础,应用嵌入式Web、图像采集与处理、MMS和嵌入式Linux等相关技术,采用CGI、SQlite和Video4Linux等编程技术,并结合ZigBee、GPRS和Internet网络,提出了一套完整的智能家居安防系统解决方案.对现今的家居安防系统提出了一些探索性的创新,为智能安防监控系统提出了新的方法和思路.该系统功能强大,性能稳定并具有很好的扩展性.     

基于非特定人车载电器语音控制系统的研究与实现

文章以整车非安全性车身电器为控制对象,给出了一种基于HMM算法的非特定人语音集成控制方案,详述了系统的硬件、软件设计方法,并实现了系统样机的研制。其中,系统语音识别单元是以Soc语音处理芯片SDA80D51为核心,并应用飞思卡尔高性能MCU——MC9S12XEP100作为执行单元主控芯片,实现了对非安全性车灯、自动空调、汽车雨刮、电动车窗和汽车音响的语音识别与集成控制。该系统在样机上进行了车载电器语音控制测试,测试结果表明系统在相对安静环境下的平均识别率可达94%。     

基于CCD的公路照明测量系统

分析了CCD测量对比度的原理及特点,研究了公路照明质量评价指标,提出了以调整对比度作为评价指标的照明质量评价方法,设计了基于CCD的公路照明测量系统,并成功予以实施。研究结果表明:新设计的测量方法有效地提高了公路照明质量测试的精度与效率,减少了测量误差;与传统方法相比,测量精度提高约20%,测试效率提高3倍以上。