基于ROS的移动机器人语音控制设计与实现

针对传统语音软件包信息冗余且移动机器人控制系统通用性和代码可移植性差的问题,提出了一种基于机器人操作系统(ROS)的移动机器人语音控制系统。语音控制命令信号经预加重、加窗分帧以及端点检测等进行预处理,利用基于Fisher比的Bark小波包变换方法提取特征参数,应用隐马尔可夫模型(HMM)算法进行识别,应用C++语言将上述内容编写成软件包,使用ROS的节点功能以及通信机制将识别结果用来控制移动机器人运动。实验结果表明:系统的识别率为94%以上,能准确识别不同用户的语音控制命令;经与成熟SDK功能比较,系统的识别率提高了1. 6%,且识别时间明显缩短,仅为255. 6 ms,表明系统在确保准确率的同时提高了反应速度。     

语音识别控制在音频、视频系统中的应用

本系统采用RSC-164单片机作为语音识别芯片．结合时间规整(DTW)技术和结合模块匹配法．对语音频谱信号建立隐含马可夫模型，能识别操作者预先录制的语音命令．命令识别后输出特征信号．通过89C51单片机对输出信号的检测．用位操作的形式实现对音频、视频系统进行语音控制。本系统可以扩展到对其他系统或机器上应用控制。     

基于J2ME平台的手机语音控制系统

提出了一个基于J2ME平台的手机语音控制系统,该系统结合语音识别和自然语言处理技术,处理手机用户的语音输入,抽取语义信息并显示在手机终端.本系统采用C/S架构,客户端为手机终端,服务器端为PC.在客户端,收集语音输入流并发送给服务器,接收服务器发回的语义信息并显示;在服务器端,接收手机客户端传来的语音流,进行语音识别,自然语言处理,将处理的语义信息发回客户端.该系统能处理同一种手机控制命令的多种自然语言表达方式,能极大方便手机用户的使用.     

基于DSP的智能语音控制系统设计

利用语音命令实现与智能设备的交互已经成为现代控制理论研究的热门话题之一。介绍了一种基于数字信号处理器(DSP)、语音采集模块、无线收发模块、片上外设等资源实现的语音命令控制处理系统。该系统首先通过语音采集模块采集到语音控制信号;然后通过DSP和相应的片上外设实现对语音命令的识别;最后将识别的语音命令传递给无线收发模块以实现对于智能设备的控制。整个系统的设计应用领域广泛,可以为人机交互提供一种切实可行的参考方案。     

基于关键字模糊提取法的电机组控制系统设计

由于工作条件与环境等限制,语音识别在工业生产和日常生活中应用不成熟。基于MFC(microsoft foundation classes)和SI4432无线数据传输终端,完成了电机组语音控制系统设计,该系统由上位机语音识别软件、无线数据传输终端和电机组控制电路组成。针对语音误识和环境嘈杂引起的控制命令错误问题,使用了关键字模糊提取法和无线自组网方式。控制命令从语句中提取,克服了只识别特定命令的缺陷。实践结果表明,该系统的语音识别准确率大于95%,控制命令的提取、传输,以及电机组转速和状态均达到预期效果,具有很好的应用前景。     

基于凌阳SPCE061A单片机的语音控制系统

语音控制技术是目前广泛应用和研究的重要技术,对人机交互的智能系统具有重要价值,利用凌阳16位单片机的特性,根据语音识别的基本原理,设计了一种语音控制系统,经反复试验,证明语音识别准确率高,控制效果好。另有一优点:只有经过训练的特定训练人发出语音命令,系统才响应,因而保密性高。     

基于Bi-LSTM的人机语音交互

人的语音具有一定的上下文相关性,传统语音识别模型对历史信息记忆能力不足,无法充分学习语音序列的相关性.根据人对机器人控制的语音特点,设计了一种基于双向长短时记忆(Bi-LSTM)网络的控制机器人的语音识别模型,并在自己制作的语音库中训练,优化了模型参数.实验结果表明:远端控制命令通过语音识别模型转化为控制命令,传送到机...     

基于LD3320的语音控制系统设计实现

语音识别是实现语音控制的关键技术,自然语音的人机交互也是当前的研究热点和难点。该设计运用STC10L08XE单片机,结合ICILoute公司的高性能LD3320语音识别芯片,进行了语音控制系统的总体结构、主控制模块和语音识别模块的软硬件设计。完成了基于非特定人的语音识别系统的静态测试,其对于语音命令的平均识别率可达90...     

基于智能语音的翻译机器人自动化控制系统设计

为提升自动控制效果,加快翻译速率,设计基于智能语音的翻译机器人自动化控制系统。采集外界智能语音信号,利用A/D转换器得到数字信号,启动语音唤醒模块激活翻译机器人,听写模式识别复杂语音信号,命令模式识别简单语音信号,得到语言文本识别结果,通过深度学习关键词检测方法提取关键词作为翻译机器人的自动化控制指令,通过单片机识别自动化控制指令。实验结果表明,该系统可有效采集外界智能语音信号,提取智能语音信号的关键词,完成翻译机器人自动化控制。     

一种噪声环境下语音命令识别控制器的设计和实现

提出了一种新颖的噪声环境下语音命令识别控制器,它是利用非空气传导语音传感器来获得语音信号,然后进行语音识别的系统。这种语音识别系统有很好的抗噪声抗干扰性能和很高的识别率。给出了该系统的硬件和软件的具体实现。     

Speech-based formation control of the multi-robot system

The article presents multiple pattern formation control of the multi-robot system using A* searching algorithm, and avoids the collision points moving on the motion platform. We use speech recognition algorithm to decide the various pattern formations, and program mobile robots to present the movement scenario on the grid-based motion platform. We have been developed some pattern formations to be applied in game applications, such as long snake pattern formation, phalanx pattern formation, crane wing pattern formation, sword pattern formation, cone pattern formation and so on. The mobile robot contains a controller module, three IR sensor modules, a voice module, a wireless RF module, a compass module, and two DC servomotors. The controller of the mobile robot can acquire the detection signals from reflect IR sensor modules and the compass module, and decide the cross points of the aisle. The mobile robot receives the command from the supervised computer, and transmits the status of environment to the supervised computer via wireless RF interface. We develop the user interface of the multi-robot system to program motion paths for various pattern formation exchanges using the minimum displacement. Users can use speech to control the multiple mobile robots to execut pattern formation exchange. In the experimental results, users can speak the pattern formation. The speech recognition system receives the signal to decide the pattern formation. The multiple mobile robots can receive the pattern formation command from the supervised computer, and arrange the assigned pattern formation on the motion platform, and avoid other mobile robots.     

基于语音指令的远程控制机器人系统的设计与实现

通过对语音识别、网络通信与智能机器人运动控制的综合应用,成功地设计和实现了语音远程控制智能机器人的系统。操作者将语音指令输入到客户端,识别后通过socket机制将指令传送给智能机器人,使之按指令完成运动。实验验证了语音远程控制智能机器人运动的准确性和实时性。     

神经网络在机器人视觉图像命令识别中的应用

在智能机器人技术中,视觉识别是关键.在智能机器人视觉系统获得的图像中,由于图像倾斜而造成的识别错误是视觉识别难以解决的问题.针对机器人所要完成的具体任务,对机器人的视觉识别问题进行探讨,为实现机器人对图像命令的识别,首先对机器人视觉系统获得的倾斜图像,采用Hough变换进行倾斜度检测并进行校正,然后采用人工神经网络法进行识别,根据识别结果对机器人的下一步运动进行决策与控制,达到了预期的目的.实验结果表明,该方法具有较高的识别率.     

基于视觉的动态手势识别及其在仿人机器人交互中的应用

手势识别是人和机器人交互中的重要组成部分，本文针对双目视觉系统SFBinoeye实 现了基于光流PCA(主分量分析)和DTW(动态时间规整)的命令手势识别，用以控制仿人机器人 SFHR的手臂运动．利用块相关算法计算光流，并通过主分量分析得到降维的连续投影系数， 与手掌区域的质心位置组合为混合特征向量．针对DTW定义了新的加权距离测度，并用它对 手势进行匹配识别．针对9个手势训练和识别，识别率达到92.4%，并成功地应用于机器人的 手臂控制中．     

基于分布式控制系统的轮式智能机器人研究

语音处理、图像处理和定位导航是智能机器人研究的核心内容。介绍了分布式控制系统和CAN总线的概念和特性,提出了一种用于智能机器人的分布式控制系统结构,对基于该控制系统的智能机器人的体系结构、导航与控制、环境感知进行了研究,着重阐述了语音识别和图像识别功能的实现方案。     

基于正则表达式的语音识别控制策略研究

文中提出一种新型控制策略,把正则表达式和服务机器人的语音控制结合起来,前者利用预定义的正则表达式对语音识别内容进行模式检出,后者根据检出的模式对机器人进行策略控制。通过分析识别文本构建正则表达式,使用微软SAPI构建客户端语音引擎进行语音识别,在服务机器人平台上验证策略的有效性、实用性和快速性。该新型控制策略把正则表达式应用在语音识别控制策略中,使语音交互技术将人类之间的交流方式应用于人类与机器之间。使机器人用正则表达式对人类语言进行词法分析实现自然语言的理解。提出的方法使机器人能够“理解”同一个语音命令的多种表达方式,使服务机器人的语音识别控制策略更具柔性和自然性,具有重要的应用价值和应用前景。     

智能机器人语音远程控制系统的设计

为使智能机器人远程控制更加方便、快捷、人性化,设计并实现了一种智能机器人的语音远程控制系统方案。该方案利用微软语音开发包Microsoft Speech SDK,构建基于听写模式的大词汇量语音识别模块和语音合成模块,利用海量中文智能分词组件构建关键词检测模块,结合VFW（Video For Windows）技术与无线网络技术构建信息传输模块。实验表明,该系统语音识别准确率高,识别范围广,语音输入灵活。     

基于非单调共轭梯度算法的声纹识别机器人控制系统设计

传统声纹识别人控制系统识别准确率低,存在语音识别噪声鲁棒性问题。针对上述问题,基于非单调共轭梯度算法设计了一种新的声纹识别机器人控制系统,采用BioVoice 2.0 标准声纹采集器采集数据,提取声纹特征,根据提取的声纹特征建立模型库,同时引用了两个声纹数据采集终端,型号分别是TMC104-B和TMC104,选用型号为AS-MrobotR的机器人配合采集器和采集终端实现工作。在Windows平台下使用C/C+语言研究了一种专用的程序,在程序内部添加mde-api数据库,完成训练程序和识别程序。实验结果表明,基于非单调共轭梯度算法的声纹识别机器人控制系统能够很好地解决语音识别噪声鲁棒性问题,在有噪声环境下识别准确率提高15.24%,在无噪声环境下识别准确率提高21.55%。     

基于嵌入式Linux语音识别系统的设计

该设计运用三星公司的S3C2440,结合ICRoute公司的高性能语音识别芯片LD3320,进行了语音识别系统的硬件和软件设计。在嵌入式Linux操作系统下,运用多进程机制完成了对语音识别芯片、超声波测距和云台的控制,并将语音识别技术应用于多角度超声波测距系统中。通过测试,系统可以通过识别语音指令控制测量方向,无需手动干预,最后将测量结果通过语音播放出来。