语意识别与智能机器人设计

1、语意识别与智能机器人设计语音识别技术以语言为研究对象，涉及生理学、语言学、计算机及信号处理等多个领域，是语言信号处理的一个重要研究方向，在智能控制、多媒体、人机对话等方面有着极其广泛的应用前景。1语音识别技术语音识别技术首先要提取语音特征参量，也就是从语言信号中提取语音识别的有用信息。语音特征参量的提取要考虑单词选定位置的基音、鼻辅音的频谱、元音的频谱、擦音的频谱等要素。语音识别技术也必须有模式匹配及模型训练技术，其中主语音识别技术以语言为研究对象，涉及生理学、语言学、计算机及信号处理等多个领域，是语言信号处理的一个重要研究方向，在智能控制、多媒体、人机对话等方面有着极其广泛的应用前景。1 语

2、音识别技术语音识别技术首先要提取语音特征参量，也就是从语言信号中提取语音识别的有用信息。语音特征参量的提取要考虑单词选定位置的基音、鼻辅音的频谱、元音的频谱、擦音的频谱等要素。语音识别技术也必须有模式匹配及模型训练技术，其中主要包括动态时间规整技术、HMM模型和人工神经网络。时间规整是把一个单词内的时变特征变为一致的过程，在时间规整过程中，作为单词的时间轴要不均匀的扭曲或弯曲，使其行征为模型特征对正，该技术是一种有力的矫正措施，对提高系统的识别精度极为有效。人工神经网络是一个自适应非线性动力学系统，模拟人体大脑活动的基本原理，具有学习、技艺、判断、对比和概括等能力。另外，语音识别单元的选取也是

3、语音识别的重要一步，语言识别单元有单词、音节和音素。对于汉语而言，主要选取音节单元，因为汉语是单音节结构的语言，而英语是多音节的语言，汉语约有400个音节，数量相对较少，便于识别。2 AP7003型语音识别电路AP7003是一款低成本语音识别专用集成电路，内置麦克风放大器、A/D转换器、语音处理器和I/O控制器，经预处理后可识别12组不同的字词，每组1.5s时长，可连词或单词识别。可广泛应用于玩具、识别转控和自动答录等领域。AP7003的功能框图如图1所示。表1给出AP7003的引脚功能。表1 AP7003的引脚功能AP7003的主要特征如下：内置麦克风放大器内置A/D转换器采用DIP40双列

4、直插式封装能识别12组1.5s时长字词I/O：2个普通输入，4个触发输入，2个输出口分别有4个、12个输出，2个LED驱动AP7003具有二种工作模式，即录音模式和识别模式，在进入识别模式之前，应先将目标词录入电路内。在AP7003内有12个存贮体用于存贮12组不同的字句，每个存贮体可存贮1.5s时长的字句，可通过键盘或按程序编制的顺序选择存贮体来录入及存放目标词。语音可通过外部麦克风或其他媒体录入电路内，经内部处理后以不同的数字特征信号保存在存贮体中。目标词录入电路内后即可将工作模式转换到识别模式，工作时电路将当前语音与事先录入存贮体的目标词语音相比较，如果语音特征相匹配，则在电路的相应输出

5、端输出高电平或低电平。3 声控机器人设计语音识别电路广泛应用在智能控制中，把这种电路应用在智能机器人设计中，使机器人初步具有与人对话的能力，且机器人的操作具有普遍性，极大地提高了操作者的兴趣，图2是机器人电路的主要原理框图。图2中按键的定义如表2所示。上电后12个存贮器在录入目标词之前必须清空，开始录入目标词时使LED1有效，录入后电路将进入识别模式。表2 按键的定义.如果由麦克风录入的单词与存储器原有单词相匹配，对应的POA输出口有效，并驱动断电器器，电机运动。在本设计中，机器人主要有“前进”（J1）、“后退”（J2）、“左转”（J3）、“右转”（J4）、“举起”（J5）、“放下”（J6）、“停止” 等几种动作。其中，“停止”定义为clearOutput，其他依次定义为POA3、POA4、POA5、POA6、POA7和POA8。以“前进” （J1）和“后退”（J2）为例，如图3所示。当“停止”时，清除POA所有状态，机器人停止。当然，语音识别电路对外部麦克风（MIC）的分贝值有一定的要求，经验表明在本语音识别电路中选用56dB的麦克风较好。另外，AP7003的工作电压为 2.44.5V，如果您的应用系统是5V工作电压，那么，通过一个二极管给AP7003供电，可以保证系统能长期稳定、可靠的工作，也有利于降低系统功耗。4 结束语在实际应用