非特定语音识别技术在现代家居控制系统中的应用

该文介绍了语音识别技术的基本原理,以现代智能家居为背景,将非特定语音识别技术应用于智能家居控制系统中。通过非特定人语音识别技术,该系统能够正确地识别出人的语音控制命令,进行家电设备的智能语音控制,实现家电设备控制的智能化、便捷化。     

语音识别在船舶智能控制中的应用研究

介绍了基于隐马尔可夫模型(HMM)技术的语音识别原理,以航行信号灯的控制为例,提出了孤立词语音识别技术应用于船舶智能控制的方法.采用C++编程和语音识别工具箱HTK相结合的方法进行软件设计,然后以数字信号处理(DSP)芯片TMS320C5409为主完成硬件设计,实验结果表明该控制方法的正确识别率达到98 %以上,具有一定的可行性.     

基于LD3320的语音识别车配虚拟人系统的设计

本设计运用单片机,结合语音识别芯片LD3320,利用语音输入完成控制信号输入,通过语音、数码管、继电器和传感器的反馈完成输出。该设计的语音命令平均正确识别率可达90%。在智能汽车领域,性能良好且成本低廉的语音识别系统将具有广阔的应用前景。     

机器人语音接口的开发

语音识别、语音合成技术实现了人和机器人之间的接口。语音识别芯片AP7003完成语音识别和语音合成的应用使智能机器人的智能化程度显著提高。     

基于ARM的实时语音识别系统在嵌入式系统中的应用

在分析语音识别原理的基础上,设计了一个基于ARM和DSP芯片的语音识别子系统,用于嵌入式系统中的语音识别,该语音识别子系统由ARM和DSP芯片为核心,配合其他功能电路,能够独立完成语音识别的工作,ARM芯片作为系统的控制芯片,DSP芯片负责对语音信号的隐马尔可夫模型建立,从而使得嵌入式系统的语音识别更为方便简捷,并且该子系统具有一定的通用性和可剪裁性.     

模式识别理论和技术在语音识别研究中的应用

语音识别是让机器听懂人的说话,并准确地识别出语音的内容和执行相应操作的技术．该文介绍了语音识别发展的过程,语音识别系统的结构和识别过程,模式识别理论和技术在语音识别研究中的应用以及语音识别中的关键技术和面临的问题．最后讨论了语音识别技术存在的优点和不足,并展望了其应用研究的前景．     

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.     

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。     

语音关键词识别系统声学模型构建综述

语音关键词识别技术作为语音识别的重要分支在20世纪90年代逐渐被重视起来,时至今日,语音关键词识别技术已经被应用到车内语音命令识别、机器人交互及特殊语音筛选等众多领域。本文给出了语音关键词识别技术的整体模型及性能评价指标,综述了语音关键词识别系统声学模型构建技术的现状,详细总结了语音关键词识别系统声学模型构建技术,并重点总结了深度学习在声学模型构建上的应用。最后对语音关键词识别技术的发展前景进行了讨论,认为深度学习隐马尔科夫混合模型作为连续语音识别中最成熟的模型构建技术将在关键词识别中有更多应用,循环神经网络有可能凭借其序列训练能力成为更有效的模型构建技术,而大计算量、云平台及便携可穿戴将会成为语音关键词识别技术发展的主流方向。     

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。     

木质复合材料铣削过程中切屑流的形成分析

基于高速摄像技术及图像识别与处理技术,采集木质复合材料铣削过程中切屑流的瞬态图像,并对瞬态图像进行预处理;利用ProAnalyst运动分析软件,分析切屑流形成机制、流场速度及扩散角度的变化规律。结果表明：切屑流形成过程分成两个阶段,第1个阶段为切削层材料离开工件形成切屑开始到与齿槽接触;第2个阶段为切屑离开齿槽之后向外飞射,最后扩散在大气中。切屑流流场速度变化也分为两个阶段,第1个阶段为切屑流从形成时,具备一定流场速度后,开始趋于减小;第2个阶段为切屑流流场速度突然达到峰值,然后速度随之趋于减小。木质复合材料高速铣削时,随着刀齿切入工件,铣刀转速会趋于降低;而随着刀齿离开工件瞬间,刀齿线速度迅速恢复到额定速度并保持稳定。在切屑流流场内部的不同位置,切屑颗粒的速度存在差异。在同一时刻,切屑流中部的切屑颗粒速度最大,靠近刀齿部分速度次之,远离刀齿部分速度最小。随着铣刀转速的增加,切屑流的扩散角减小,在不同的木质复合材料铣削加工中,纤维板铣削过程中的扩散角最大,变化范围为533°～665°。     

植物病害图像压缩与传输的研究

为实现植物病害监控,研究了基于DSP的图像压缩编码,构建植物病害监测系统.系统通过CCD进行视频信息的采集,基于TMS320DM642 DSP多媒体处理芯片采用H.263编码技术进行压缩编码,并将压缩后的数据经以太网传输至控制中心,进行图像识别分析,从而实现病害监控.测试表明,系统可成功进行图像的采集、压缩编码,并在PC端接收到压缩的图像.     

基于单片机的智能车导航系统设计

智能车导航系统能自动寻迹,自主识别赛道且行驶准确稳定快速.在CodeWarrior开发环境中,采用C语言为设计软件,以Freescale 公司的MC9S12XS128B 单片机为控制芯片,外围控制电路及芯片驱动电路采用Protel 99SE为设计工具,由CMOS数字摄像头实现路径识别.仿真测试表明：本系统不仅能完成智能车对路径的识别功能,而且还具有很好的抗干扰能力,舵机转动快,电机控制稳定,具有良好的动态性能.     

空调的非特定语音辨识与控制

采用STC11L08XE单片机作为主控制器,以LD3320芯片作为外扩语音控制器件,实现语音辨识功能和对空调运行状态的控制,如启动、停止、功能转换、温度调节、定时开关等.该语音控制系统由语音辨识模块、红外线传输模块、LED指示灯模块及按键触发模块组成.根据非特定人声语音辨识方案,设计相应的语音识别程序,并将语音控制系统模块集成到具有红外传输功能的空调遥控器电路中.实验结果表明,根据初始设定的语音命令可实现系统对空调的语音控制,该系统在一定距离范围内具有较高的识别率.     

改进的智能机器人语音识别方法(英文)

作为一种人机信息交互技术,语音识别技术得到了广泛的应用。介绍了基于凌阳十六位单片机SPCE061A的语音识别系统,并且采用了以传统的线性预测倒谱系数(LPCC)与分形维数相结合的混合参数作为特征参数的语音识别方法。LPCC方法是体现说话人特定的声道共振特性的线性预测方法,而分形维数则可以定量的描述语音气流中的非线性混沌特征。实验结果表明,基于LPCC与分形维数混合参数的语音识别方法要比单一的LPCC参数语音识别方法识别效果好。     

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%。     

改进的智能机器人语音识别方法

作为一种人机信息交互技术,语音识别技术得到了广泛的应用.介绍了基于凌阳十六位单片机SPCE061A的语音识别系统.并且采用了以传统的线性预测倒谱系数(LPCC)与分形维教相结合的混合参数作为特征参数的语音识别方法.LPCC方法是体现说话人特定的声道共振特性的线性预测方法,而分形维数则可以定量的描述语音气流中的非线性混沌特征.实验结果表明,基于LPCC与分形维数混合参数的语音识别方法要比单一的LPCC参数语音识别方法识别效果好.     

基于现场总线技术的分布式控制系统的设计与实现

随着现场总线技术的发展,传统的控制系统结构开始向大规模的分布式控制系统方向发展。本文在神经元芯片技术的基础上,研究探讨了分布控制系统的开发技术,对基于现场总线技术的分布式控制系统的软件设计作了详细介绍。     

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.