试制智能服务机器人（下）

三、语音识别设计与实现 做为我们机器人的核心部分，语音识别系统是我们研究开发的重中之重，为此我们收集了大量已有的语音识别系统的信息，并对用于语音识别技术的信号处理、模式识别、语音特征提取、声学模型与模式匹配（识别算法）进行了深入的学习和研究。我们语音识别系统的实现过程见图12。     

遗传神经网络在语音识别中的应用研究

针对语音识别的特点,对BP神经网络在语音识别技术中的应用进行了探索性研究,进而结合人工智能领域较为有效的方法——遗传（GA）算法,针对传统BP算法识别准确率高但训练速度慢的缺点,对BP网络进行改进,构建了一种基于遗传神经网络的语音识别算法（GABP）,并建立相应的语音识别系统。仿真实验表明,该算法有效地缩短了识别时间,提高了网络训练速度和语音的识别率。     

基于渐进比率掩蔽目标的自适应噪声估计方法

基于深度学习的语音增强算法的性能通常优于传统的基于噪声抑制的语音增强算法。然而当训练数据和测试数据之间存在不匹配时,基于深度学习的语音增强算法通常无法正常工作。针对上述问题,提出一种新的基于渐进比率掩蔽（PRM）的自适应噪声估计（PRM-ANE）方法,并把它作为语音识别系统的预处理方法。所提方法综合利用了具有帧级别的噪声跟踪能力的改进最小统计量控制递归平均（IMCRA）算法和具有学习噪声和语音之间复杂非线性映射关系的渐进学习算法这两种算法。首先,使用二维卷积神经网络（2D-CNN）学习随信噪比（SNR）增加的PRM;其次,通过传统的帧级语音增强算法组合句子级估计的PRM,进行语音增强;最后,将基于多级别信息融合的增强语音直接作为语音识别系统的输入,从而提高识别系统性能。在CHiME-4真实测试集上的实验结果表明,所提方法可以实现7.42%的相对字识别错误率（WER）,与IMCRA语音增强方法相比下降了51.41%,可见所提方法能够有效提升下游识别任务的性能。     

汉语语音识别系统评估

汉语语音识别系统评估王仁华，倪晋富（中国科学技术大学合肥２３００２７）关键词语音识别，性能评价，语音数据库１引言汉语语音识别系统评估，是指运用科学的方法和技术手段，来评定不同的识别系统和算法之间的优劣．这项研究对改进和完善现有系统设计，提高系统性能，...     

基于MATLAB的DHMM、DTW和CHMM语音识别算法的对比研究

在对语音识别基本理论阐述的基础上,研究了DHMM、DTW和CHMM三种不同的语音识别算法,并通过在MATLAB环境下搭建孤立词数字语音识别系统得出三种不同语音识别算法的具体运行数据,验证了识别理论的正确性,对比三种不同语音识别算法优缺点,为硬件实现语音识别系统提供了重要参考。     

基于MUSIC/MNM谱估计的鲁棒语音特征提取

针对语音识别系统受噪声干扰识别率急剧下降的问题,通过分析传统的鲁棒语音特征提取方法在语音信号谱估计方面的不足,提出一种在不同信噪比下都具有较好鲁棒性和识别性能的语音特征提取算法．该算法结合多信号分类法（MUSIC）和最小模法（minimum-norm method,MNM）来进行谱估计．接着在移动机器人平台上进行验证实验,结果表明：该算法能有效的提高语音识别率,增强语音识别鲁棒性能．     

孤立字词识别

本文主要介绍了语音识别的一般方法和策略,对动态时间规整（DTW）算法的基本原理进行了说明,并利用该算法实现了一个简单的非特定人孤立字词识别系统。     

衡阳方言孤立词识别研究

目前,汉语识别已经取得了一定的研究成果.但由于中国的地域性差异,十里不同音,使得汉语识别系统在进行方言识别时识别率低、性能差.针对语音识别系统在对方言进行识别时的缺陷,构建了基于HTK的衡阳方言孤立词识别系统.该系统使用HTK3.4.1工具箱,以音素为基本识别单元,提取39维梅尔频率倒谱系数（MFCC）语音特征参数,构建隐马尔可夫模型（HMM）,采用Viterbi算法进行模型训练和匹配,实现了衡阳方言孤立词语音识别.通过对比实验,比较了在不同因素模型下和不同高斯混合数下系统的性能.实验结果表明,将39维MFCC和5个高斯混合数与HMM模型结合实验时,系统的性能得到很大的改善.     

基于SPCE061A的语音识别系统的设计

系统采用凌阳SPCE061A单片机作为语音识别系统的主控芯片.通过硬件电路设计和软件代码部分成功的设计并实现了一种具有语音识别功能、语音提示(语音合成)及语音回放(语音编码记录)功能的嵌入式语音识别系统.语音识别模型采用(DHMM)离散隐马尔可夫模型,利用Baum-welth重估算法、前向后向算法、viterbi算法来完成语音模板的训练和语音识别的任务.     

基于改进DTW的机器人语音指令识别系统研究

动态时间规整(Dynamic Time Warping)是语音识别中的一种经典算法,该算法简单有效,在实现孤立词识别系统中得到了广泛的应用。为了提高机器人语音识别系统的识别率和识别速度,文中采用了一种改进的DTW语音识别算法。在MATLAB 7.0环境下,对改进的语音端点检测和改进的DTW算法进行仿真实验,实验证明改进的算法提高了识别率,并且减少了识别所用的时间;将该算法移植到机器人上,在安静的环境下进行试验,结果表明机器人能准确而又快速地识别语音内容。最后,得到了改进的语音识别算法能够有效提高识别率和识别速度的结论。     

基于去噪技术的DSP语音识别系统设计

针对语音识别系统对抗环境噪声的实际需求,提出一种二次组合抗噪技术,研究并设计了一种以数字信号处理器(DSP)为硬件平台,以隐马尔可夫模型(HMM)为算法的抗噪声嵌入式语音识别系统.DSP采用型号为TMS320VC5509A的芯片,配以外围硬件电路构成语音识别系统的硬件平台.软件设计以离散隐马尔可夫模型(DHMM)为识别算法进行编程,系统软件主要有识别、训练、学习和USB四个主要模块.实验结果表明:基于二次组合去噪技术的语音识别系统有更好的抗噪声效果.     

基于TMS320VC5509A的指纹识别系统的硬件设计

介绍了一种以定点DSP芯片TMS320VC5509A及FPS200指纹采集传感器为核心的自动指纹识别模块,详细描述了此系统的硬件设计,并给出其硬件调试方法。该系统灵活性强,不但为实现指纹识别软件提供了功能强大的硬件基础外,而且对研究和开发速度快、性价比高、识别率高的嵌入式指纹识别平台有着很大的参考价值。     

基于DSP5416芯片的语音识别系统

本文主要论述了一种小词表语音识别系统的硬、软件设计方法。系统以DSP5416为硬件平台,采用非线性美尔刻度倒谱参数(MFCC)为特征参数提取算法,动态时间规整(DTW)作为识别算法,实现了语音识别系统的设计。实验结果表明平均语音识别率不低于90%,取得良好的识别效果。     

基于SoPC的嵌入式文字识别系统设计

设计了一种基于SoPC的嵌入式文字识别系统。在FPGA平台下,基于SoPC框架搭建软硬件协同系统,设计硬件电路完成文字图像的采集和预处理,嵌入Linux系统,使用其下的识别引擎完成文字图像的识别。采用Altera公司的SoPC builder构建系统框架,Quartus II完成硬件电路的设计,在宿主机Linux环境下完成了软件部分的交叉编译并嵌入到FPGA平台。整体设计在DE2-70开发板上完成了系统验证。     

基于DSP的指纹识别系统硬件平台设计

目前传统指纹识别平台通用CPU实现识别算法 ,此类平台在功耗和可移动性方面已不能满足市场需要。随着标准CMOS工艺制造 ,并且集成SPI,USB ,并行数据接口的指纹传感芯片的出现 ,以及DSP芯片在图像处理领域的广泛应用 ,采用基于DSP指纹识别系统结构是今后指纹识别技术的发展方向。文章详细介绍了如何搭建基于DSP的指纹识别系统的硬件平台。针对嵌入式系统的特点 ,重点讨论了传感器的控制方法和指纹图像的读取 ,分析了DSP的性能优点。最后讨论了最佳指纹图像的获取方法。该系统灵活性强 ,除了为进一步实现指纹识别软件提供了功能强大的硬件基础外 ,对研究和开发速度快、性价比高、识别率高的嵌入式指纹识别平台有着很大的参考价值     

多技术合力的人脸识别系统设计

人脸识别系统结构复杂,也包含了多种技术.从多个角度阐述了多技术合力的人脸识别系统设计方法,内容涉及人脸图像采集、人脸识别算法、并行处理、综合系统集成4个部分.多技术合力的人脸识别系统设计方法体现了速度与智能化相结合的优势,也体现了系统的完备性和性能的互补性.给出了该方法在人脸识别率和识别速度上达到的性能指标,并给出了所设计的人脸识别系统的部分突出应用.     

基于ARM的商标识别系统的设计与实现

基于ARM体系结构的32位微处理器已得到了广泛应用。该文通过具体开发实例，从硬件和软件2个方面讨论了以32位ARM9微处理器S3C2410为核心的商标识别系统的设计，结合实际应用说明了嵌入式操作系统Mizi Linux的使用，描述了底层硬件驱动的编写、上层应用程序商标识别算法的设计，以及硬件平台的搭建和系统的移植等内容。     

基于DSP的人脸识别算法实现与优化

为了在嵌入式系统中实现实时视频图像人脸识别,提出了基于TI系列TMS320DM642的快速人脸检测系统设计方案,包括系统软件和硬件优化方案。首先选择实用有效特征,简要介绍人脸检测和人脸识别算法的基本原理,针对该算法实现原理详细阐述硬件系统设计方案,介绍各单元结构和原理。最后,在设计的硬件系统上进行算法移植,详细介绍了系统的优化方案,实现了嵌入式快速人脸识别系统的研制。通过分析测试结果,系统可靠运行,优化后系统运行速度提高,能够实现实时视频图片人脸识别。     

基于DSP的指纹识别系统设计

针对指纹的唯一性和终身不变性的特点,提出了一种基于FPS200固态指纹传感器和TMS320VC5402DSP芯片的快速指纹识别系统,促使指纹识别设备向小型化、嵌入式、自动化方向发展;对系统的组成原理、指纹采集和指纹图像处理方法进行了,分析;结合FPS200和TMS320VC5402芯片的特性,对系统硬件核心和图像采集电路做了详细介绍,并给出系统硬件设计方案、软件设汁流程;实验结果表明,系统指纹采集效率高,识别速度快,识别结果准确可靠;该系统性能稳定,实用性强,应用范围广泛。     

基于人脸识别的门禁系统设计与实现

面部识别技术具有人脸信息实时持有、无需记忆或携带、非接触方式采集的特点。基于人脸识别的门禁系统以Samsung S3C6410嵌入式开发板为硬件平台,采用普通摄像头作为人脸图像采集设备,7寸LCD液晶显示触摸屏作为输入,由开发板加载的GPIO控制口及电子门锁组成。软件以嵌入式Linux为操作系统,设计并优化人脸识别算法,减少光照对识别的干扰,通过人脸库训练算法和人脸识别算法的软件运行,实现了人脸识别门禁系统的控制功能。本系统适用于近距离人脸识别,实行人员注册登记,具有多次使用的安防功能,具有非接触性、数据易采集、处理器功耗少、节省电能、成本低廉、便于安装、性能稳定的特点。