语音识别技术在控制系统中的应用研究

摘要

本文以科研项目“电磁阀性能测试系统开发”为背景，以通过语音命令进行操作，简化机器控制过程为目的，对语音信号处理中的语音识别技术的若干问题进行了研究，并以语音识别原理为基础，MATLAB、VC++为工具，设计与实现了针对特定人、孤立词、小词汇量语音识别系统。此系统主要包括以下三个方面的工作：端点检测，特征提取，模式匹配。在端点检测中利用声卡采集原始语音信号，通过过零率和短时能量等声学参数来判断起始点和结束点，去掉噪声，提取语音数据。为了实时监测用户的语音命令，实时录音是很有必要的，改变了传统语音信号批处理方式，采用一种实时在线处理方式，更符合实用性的要求。在特征提取中采用符合人耳感知特性的MFCC参数作为特征参数进行标准模板存储。在模式匹配中，为了克服说话人自然语速的差异，采用动态时间规划方法将模板特征序列和语音特征序列进行匹配，比较两者之间的失真，得出识别判决的依据。 Microsoft的语音软件开发包(MicrosoftSpeechSDK)是用于开发语音软件的一个理想工具，它主要包括一套语音应用程序接口(SpeechApplicationProgrammingInterface，SAPI5.1)。SAPI的API(ApplicationProgrammingInterface，API)，以COM组件的形式提供，程序员无需了解复杂的语音技术，就可以开发语音应用程序，使得语音技术更加容易使用，应用程序也更加健壮。对SpeechSDK5.1进行了应用研究，分析了SpeechSDK5.1里语音应用程序接口(SAPI)的结构和工作原理，归纳总结出用SpeechSDK开发应用程序的方法，开发出“语音命令识别接口程序”，并成功嵌入到电磁阀性能测试系统中，实现了语音控制，提高了系统自动化水平。

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

第一章 绪论

1.1语音信号处理的总体结构

1.2语音识别技术应用领域

1.3国内外语音技术状况

1.4课题的背景、思路和研究内容

1.5论文内容安排

第二章 语音识别技术基础

2.1语音识别系统的类型

2.2语音识别系统的层次结构

2.3语音识别系统本质

2.4语音识别的几种基本方法

第三章 小词汇量语音识别系统的设计与实现

3.1语音信号预处理

3.1.1语音采集

3.1.2预加重

3.1.3语音信号的分帧

3.1.4加窗处理

3.1.5语音信号时域分析

3.2端点检测

3.2.1语音的端点检测的流程

3.2.2实时录音端点检测程序实现以及实验效果图

3.3特征提取

3.3.1 Mel频率倒谱系数(MFCC)分析的应用

3.3.2特征提取的具体问题以及程序实现

3.4模板匹配的实现

3.4.1相似性度量

3.4.2采用DTW实现模式匹配

3.4.3特征模板训练

3.4.4采用DTW实现模式匹配

3.5基于HMM模型的孤立词识别系统

3.5.1基于HMM模型的孤立词识别原理

3.5.2针对孤立词识别的HMM模型的两个问题

3.5.3基于HMM模型的孤立词识别系统的具体实现

第四章 基于Microsoft Speech SDK开发语音识别系统

4.1 Microsoft Speech SDK应用研究

4.1.1 Microsoft Speech SDK概述、结构与接口

4.1.2语音识别SAPI工作流程

4.2基于SAPI的语音识别应用程序详细设计

4.3基于SAPI的“电磁阀性能测试系统”的语音命令识别接口程序的开发

4.3.1项目简介

4.3.2 LabVIEW介绍

4.3.3语音应用程序嵌入测试系统

第五章 结论

参考文献

致谢