一种机器人智能语音识别算法研究

被引：9

作者：

周璐璐 ^{[1
]}

邓江洪 ^{[2
]}

机构：

[1] 重庆电子工程职业学院计算机学院

[2] 黄淮学院动画学院

来源：

计算机测量与控制 | 2014年 / 22卷 / 10期

关键词：

端点检测; 特征提取; HMM算法; 语音识别;

D O I：

10.16526/j.cnki.11-4762/tp.2014.10.053

中图分类号：

TP242 [机器人]; TN912.34 [语音识别与设备];

学科分类号：

1111 ; 0711 ;

摘要：

针对智能机器人在非特定人语音识别中识别率偏低的问题,提出了一种双门限的端点检测算法,精确地检测出了语音端点,对分形维数和Mel频率倒谱系数(MFCC)进行结合,同时基于隐马尔可夫(HMM)模型,提出了智能机器人命令识别系统;在实验室环境下,利用Cool Edit软件录制了5男5女的语音,采样率为8kHz,精度为16位,内容为5个命令词,每个词均被采集6次,将每人的前3次发音作为模板语音,后3次发音作为测试语音,实验结果表明,系统识别率可以达到85%以上,MFCC与分形维数混合的语音特征参数的算法提高了系统识别率,优化了系统性能;该方法用于非特定人语音智能识别是可行的、有效的。

引用

页码：3267 / 3269+3273 +3273

页数：4

共 13 条

[1] MFCC特征改进算法在语音识别中的应用 [J].

俸云 ;

景新幸 ;

叶懋 .

计算机工程与科学, 2009, 31 (12) :146-148

[2] 混合抗噪语音识别模型的设计与仿真 [J].

张丽 ;

王福忠 ;

张涛 .

河南理工大学学报(自然科学版), 2007, (06) :694-699

[3] 基于段长分布的HMM语音识别模型 [J].

王作英 ;

肖熙 .

电子学报, 2004, (01) :46-49

[4]

Modeling coarticulation in EMG-based continuous speech recognition[J] . Tanja Schultz,Michael Wand. &nbspSpeech Communication . 2009 (4)

[5]

Automatic speech recognition and speech variability: A review[J] . M. Benzeghiba,R. De Mori,O. Deroo,S. Dupont,T. Erbes,D. Jouvet,L. Fissore,P. Laface,A. Mertins,C. Ris,R. Rose,V. Tyagi,C. Wellekens. &nbspSpeech Communication . 2007 (10)

[6]

Factor analysed hidden Markov models for speech recognition[J] . A-V.I. Rosti,M.J.F. Gales. &nbspComputer Speech & Language . 2003 (2)

[7]

Speech RecognitionUsing Vector Quantization through Modified K-meansLBGAlgorithm. Balwant A Sonkamble,D.D Doyea. Computer Engineering and Intelligent Sys-tems . 2012

[8]

Embedding of time series data by using dynamic time warping distances. Yuko Mizuhara,Akira Hayashi,Nobuo Suematsu. Systems and Computers in Japan . 2006

[9] 构建基于SIP与嵌入式多核架构的流媒体服务器 [J].

常青 ;

裴科 ;

张刚 .

计算机工程与应用 , 2010, (24) :53-56

[10] 特定人孤立词的语音识别系统研究 [J].

彭辉 ;

魏玮 ;

陆建华 .

控制工程, 2011, 18 (03) :397-400+404

← 1 2 →