【摘要】语音识别技术对人类的生活方式产生了深远的影响,因此一直以来都是世界各地学者们深入研究的热点。目前语音识别广泛采用动态时间规整(DTW)技术和基于概率统计原理的隐马尔可夫模型(HMM)技术,将人工神经网络(ANN)应用于语音识别是近年来提出的一种较新的研究方法。语音是一个复杂的非线性过程,因此基于非线性理论,具有自适应性、并行性、鲁棒性容错性和学习性等特点的人工神经网络技术逐渐成为时下语音识 […]

【摘要】随着语音识别技术的日渐成熟,在各个领域的应用层出不穷。对于服务机器人领域,语音技术主要用于服务机器人上的口语对话系统,本文针对可佳机器人的具体应用场景,探究了应用于服务机器人口语对话系统设计与实现的过程。此外,本文还研究了与语音识别中语言模型相关的技术-联合无监督词聚类的递归神经网络语言模型。本文对面向服务机器人口语对话系统的研究主要涉及两个方面：一是语音识别,二是对话管理。在语音识别方面 […]

【摘要】随着生理学、声学、电子技术、信号处理等学科的快速发展，语音识别技术发展到了一个全新的高度，已经从实验室转到了实际应用中，但由于环境噪声的复杂性，实际应用中语音识别率还需进一步提高，这就需要从理论算法上深入研究，以提高准确率。传统的语音处理时频分析方法如短时傅里叶变换、小波变换等都是假定信号为平稳或分段平稳的，而语音信号是一种非平稳非线性信号，故上述方法不能在根本上解决傅里叶变换的弊端。所以 […]

【摘要】本文主要研究语音识别的整个过程：主要由语音信号滤波、采样、量化、加窗、端点检测、特征提取、模型训练和阈值比较组成,以及通过Matlab实现对算法模型的仿真。同时通过Matlab的GUI设计技术实现了语音识别的交互界面。在语音识别理论的基础上,通过搭建的五个自由度的Arduino双臂机器人和ASRM08-A语音识别模块,实现了语音控制机器人完成各种规划动作。语音信号经过滤波、采样与量化得到离 […]

【摘要】随着科学技术的发展和计算机的广泛应用,人们希望能够用更加直接快速的方式与计算机进行交流,使其能够听懂人类的自然语音,为了实现这个更高的目标,语音识别技术随之而生,并且从研究至今已经取得了相当大的进展。目前,语音识别在无噪声干扰的环境下,已经取得了很好的效果,技术也相当的成熟。但考虑现实的噪声环境,语音识别技术就会遇到一些瓶颈,识别的效果会大幅的下降,主要原因就是噪声的复杂性以及其对语音特征 […]