基于语义理解的语音控制技术研究

摘要

语音控制技术是语音识别理论在控制领域的应用，具有十分重要的实用研究价值和应用意义。它不仅要求计算机能正确识别语音指令，还要求其能根据语音指令作出应答，以实现人和机器自由交互的目的。因此，本文从语音和语言两个角度对语音控制进行了研究。
　　在声学信号层面，着重分析了端点检测及其在复杂噪声背景下的应用问题。双门限语音端点检测算法在低信噪比条件下准确率低，因此提出了结合经验模态分解(EMD)和交叉熵相结合的端点检测算法。在Matlab平台上进行仿真实验，证实了该方法在复杂噪声环境下的有效性。
　　在控制方案的选择上，关键词系统比孤立词系统更为智能，比连续词语音控制系统运算速度更快，具有很大的优越性，因此选择了关键词的控制方式，并根据自然语言控制的特点选用了基于LVCSR的设计思路。以智能小车系统为研究背景，对其关键词表进行关键词检测实验。通过分析实验结果的不足，将关键词进行切分，重新建立了关键词表，并用多关键词检测方式同时检测，最后对检测结果进行修正。改进后的关键词检测试验大大提高了关键词检测的正确率，另一方面，它在检测的同时完成了中文分词的工作，大大减少了语义理解模块的工作量，为语义理解工作打下了良好的基础。
　　在命令语言分析层面上，对关键词检测的结果进行进一步研究和讨论。由于控制系统的指令特点，多为以动词为中心词的祈使句，适合用格语法理论对其进行分析。结合应用背景，对格语法进行应用分析并提出改进思路，定义了“方向格”，修正了速度所属的格概念，合并了时间、长度、角度等格概念。填充格语义框架，并将其转化为机器指令。
　　最后进行了系统实验，并对实验结果进行了分析和讨论。

目录

声明

摘要

第一章 绪论

1．1 语音控制技术概述

1．2 国内外的研究现状及其发展趋势

1．3 存在的困难和问题

1．4 本文的主要内容和组织结构

第二章 语音端点检测技术的改进算法

2．1 端点检测理论概述

2．2 双门限端点检测算法

2．3 基于EMD和交叉熵的语音端点检测算法

2．3．1 EMD理论及其分解特性

2．3．2 IMF分析与选取

2．3．3 交叉熵特征分析及应用

2．3．4 端点检测算法的判决过程

2．4 实验结果与分析

2．4．1 EMD能量谱和交叉熵互补性验证

2．4．2 平稳噪声环境下端点检测结果

2．4．3 非平稳噪声环境下端点检测结果

2．5 本章小结

第三章 关键词在语音控制技术中的应用

3．1 语音识别算法的对比与选择

3．1．1 语音识别模块简述

3．1．2 三种语音识别系统对比

3．1．3 算法的选择与确立

3．2 典型的关键词系统的设计思路

3．2．1 基于补白模型的设计思路

3．2．2 基于LVCSR的设计思路

3．3 关键词的搜索与确认

3．3．1 关键词搜索过程

3．3．2 关键词确认过程

3．4 特定应用场景下的关键词搜索实验

3．4．1 基于智能小车的应用场景的实验

3．4．2 多关键词表搜索方式的的应用试验

3．4．3 关键词的整合与修正

3．5 本章小结

第四章 语义理解在语音控制技术中的应用与研究

4．1 语义理解理论概述

4．2 格语法理论的分析

4．3 语法在语音控制技术中的改进应用

4．3．1 语料收集

4．3．2 格的分析及改进

4．3．3 指令参数及其转换过程

4．3．4 语义理解流程分析

4．4 本章小结

第五章 系统实验

5．1 系统实验概况

5．2 系统过程

5．3 系统结果分析

5．4 本章小结

第六章 总结与展望

6．1 本文工作总结

6．2 不足和待改进的地方

6．3 系统展望

参考文献

发表论文和参加科研情况说明

致谢