基于移動機(jī)器人的語音識別與聲源定位技術(shù)研究.pdf

1、機(jī)器人技術(shù)發(fā)展至今，智能機(jī)器人的研究開發(fā)成為現(xiàn)在最熱門的工作之一。語音識別作為一門交叉學(xué)科正逐步成為信息技術(shù)中人機(jī)接口的關(guān)鍵技術(shù)，語音識別技術(shù)使人們能夠甩掉鍵盤，通過語音命令進(jìn)行操作。語音控制為人們在手動控制以外提供了一種更安全，更方便的控制方法。語音定位可以對聲源進(jìn)行全方位的定位，不會存在死角，廣泛應(yīng)用于助聽裝置、智能機(jī)器人、地震研究、航空航天等領(lǐng)域。語音識別和聲源定位技術(shù)是當(dāng)今智能機(jī)器人研究的熱點(diǎn)之一。
　　 本課題是以AS

2、-R移動機(jī)器人為平臺，開發(fā)設(shè)計了語音識別和聲源定位系統(tǒng)。此系統(tǒng)不僅能使用語音控制AS-R移動機(jī)器人，使其執(zhí)行相應(yīng)的運(yùn)動，還能根據(jù)聲源辨別出移動機(jī)器人的位置，并顯示到AS-R移動機(jī)器人的上位機(jī)界面上。
　　 首先根據(jù)語音識別和聲源定位原理，對移動機(jī)器人語音指令進(jìn)行了采樣、預(yù)濾波、分幀加窗、雙門限端點(diǎn)檢測等預(yù)處理工作；并對語音信號的時域和頻域進(jìn)行了分析，重點(diǎn)提取分析語音的特征信號、線性預(yù)測倒譜系數(shù)LPCC和Mel倒譜系數(shù)MFCC；對

3、比分析了基于動態(tài)時間規(guī)整(DTW)和隱馬爾可夫模型(HMM)模板匹配語音識別算法，最終選定對小詞匯量的、特定人應(yīng)用比較成熟的DTW語音識別算法，并基于局部約束和全局約束對DTW語音識別算法進(jìn)行改進(jìn)，使改進(jìn)后的DTW語音識別算法識別率更高，更精確。
　　 其次根據(jù)聲源定位原理、對語音信號特征的放大處理和對語音信號的提取，本課題建立了基于二維三點(diǎn)的語音定位模型。通過分析比較聲源定位的算法，最終本文選定基于時延的聲源定位算法，并設(shè)計了