目前,工业机器人的发展方兴未艾,市场潜力巨大,要使工
业机器人真正应用于生产线上的方方面面,满足人们日益增长
的需求,就离不开高性能的语音识别系统。因为工业机器人面
对的是生产上的实际需求,其最佳工作方式是机器人按照人们
最熟悉的、最常用的语音命令去完成指定的工作,并可进一步
与人进行语言交流。研究机器人的语音识别,开发实用的机器
人语音识别系统,对于工业机器人的普及与应用意义重大。
基于前人研究的成果,本文探讨和研究了基于 DSP+ARM
的策略,在工业噪声环境下建立规定为孤立词、小词表、非特定
人的机器人语音识别系统,同时采用 MEL 倒谱系数的特征提
取方法以及基于隐马尔可夫模型(HMM)的改进 K 均值分段语
音算法来进一步使工业机器人提高一定实时性需要的对规定
的语音做出相应的动作反应或语言反应的能力,在保证一定的
语音识别率的前提下增强工业机器人的智能性。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !