外文翻译改进型智能机器人的语音识别方法_第1页
外文翻译改进型智能机器人的语音识别方法_第2页
外文翻译改进型智能机器人的语音识别方法_第3页
外文翻译改进型智能机器人的语音识别方法_第4页
外文翻译改进型智能机器人的语音识别方法_第5页
已阅读5页,还剩18页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

毕业设计论文外文资料翻译学院自动化工程学院专业自动化测控技术与仪器姓名学号外文出处附件1外文资料翻译译文;2外文原文。用外文写指导教师评语签名年月日附件1外文资料翻译译文改进型智能机器人的语音识别方法2、语音识别概述最近,由于其重大的理论意义和实用价值,语音识别已经受到越来越多的关注。到现在为止,多数的语音识别是基于传统的线性系统理论,例如隐马尔可夫模型和动态时间规整技术。随着语音识别的深度研究,研究者发现,语音信号是一个复杂的非线性过程,如果语音识别研究想要获得突破,那么就必须引进非线性系统理论方法。最近,随着非线性系统理论的发展,如人工神经网络,混沌与分形,可能应用这些理论到语音识别中。因此,本文的研究是在神经网络和混沌与分形理论的基础上介绍了语音识别的过程。语音识别可以划分为独立发声式和非独立发声式两种。非独立发声式是指发音模式是由单个人来进行训练,其对训练人命令的识别速度很快,但它对与其他人的指令识别速度很慢,或者不能识别。独立发声式是指其发音模式是由不同年龄,不同性别,不同地域的人来进行训练,它能识别一个群体的指令。一般地,由于用户不需要操作训练,独立发声式系统得到了更广泛的应用。所以,在独立发声式系统中,从语音信号中提取语音特征是语音识别系统的一个基本问题。语音识别包括训练和识别,我们可以把它看做一种模式化的识别任务。通常地,语音信号可以看作为一段通过隐马尔可夫模型来表征的时间序列。通过这些特征提取,语音信号被转化为特征向量并把它作为一种意见,在训练程序中,这些意见将反馈到HMM的模型参数估计中。这些参数包括意见和他们响应状态所对应的概率密度函数,状态间的转移概率,等等。经过参数估计以后,这个已训练模式就可以应用到识别任务当中。输入信号将会被确认为造成词,其精确度是可以评估的。整个过程如图一所示。图1语音识别系统的模块图3、理论与方法从语音信号中进行独立扬声器的特征提取是语音识别系统中的一个基本问题。解决这个问题的最流行方法是应用线性预测倒谱系数和MEL频率倒谱系数。这两种方法都是基于一种假设的线形程序,该假设认为说话者所拥有的语音特性是由于声道共振造成的。这些信号特征构成了语音信号最基本的光谱结构。然而,在语音信号中,这些非线形信息不容易被当前的特征提取逻辑方法所提取,所以我们使用分型维数来测量非线形语音扰动。本文利用传统的LPCC和非线性多尺度分形维数特征提取研究并实现语音识别系统。31线性预测倒谱系数线性预测系数是一个我们在做语音的线形预分析时得到的参数,它是关于毗邻语音样本间特征联系的参数。线形预分析正式基于以下几个概念建立起来的,即一个语音样本可以通过一些以前的样本的线形组合来快速地估计,根据真实语音样本在确切的分析框架(短时间内的)和预测样本之间的差别的最小平方原则,最后会确认出唯一的一组预测系数。LPC可以用来估计语音信号的倒谱。在语音信号的短时倒谱分析中,这是一种特殊的处理方法。信道模型的系统函数可以通过如下的线形预分析来得到其中P代表线形预测命令,(K1,2,P)代表预测参数,脉冲响应用HN来表示,假设H(N)的倒谱是。那么(1)式可以扩展为(2)式将(1)带入(2),两边同时,(2)变成(3)。就获得了方程(4)那么可以通过来获得。(5)中计算的倒谱系数叫做LPCC,N代表LPCC命令。在我们采集LPCC参数以前,我们应该对语音信号进行预加重,帧处理,加工和终端窗口检测等,所以,中文命令字“前进”的端点检测如图2所示,接下来,断点检测后的中文命令字“前进”语音波形和LPCC的参数波形如图3所示。图2中文命令字“前进”的端点检测图3断点检测后的中文命令字“前进”语音波形和LPCC的参数波形32语音分形维数计算分形维数是一个与分形的规模与数量相关的定值,也是对自我的结构相似性的测量。分形分维测量是67。从测量的角度来看,分形维数从整数扩展到了分数,打破了一般集拓扑学方面被整数分形维数的限制,分数大多是在欧几里得几何尺寸的延伸。有许多关于分形维数的定义,例如相似维度,豪斯多夫维度,信息维度,相关维度,容积维度,计盒维度等等,其中,豪斯多夫维度是最古老同时也是最重要的,它的定义如【3】所示其中,表示需要多少个单位来覆盖子集F端点检测后,中文命令词“向前”的语音波形和分形维数波形如图4所示。图4端点检测后,中文命令词“向前”的语音波形和分形维数波形33改进的特征提取方法考虑到LPCC语音信号和分形维数在表达上各自的优点,我们把它们二者混合到信号的特取中,即分形维数表表征语音时间波形图的自相似性,周期性,随机性,同时,LPCC特性在高语音质量和高识别速度上做得很好。由于人工神经网络的非线性,自适应性,强大的自学能力这些明显的优点,它的优良分类和输入输出响应能力都使它非常适合解决语音识别问题。由于人工神经网络的输入码的数量是固定的,因此,现在是进行正规化的特征参数输入到前神经网络9,在我们的实验中,LPCC和每个样本的分形维数需要分别地通过时间规整化的网络,LPCC是一个4帧数据(LPCC1,LPCC2,LPCC3,LPCC4,每个参数都是14维的),分形维数被模范化为12维数据,(FD1,FD2,FD12,每一个参数都是一维),以便于每个样本的特征向量有41412168D维,该命令就是前56个维数是LPCC,剩下的12个维数是分形维数。因而,这样的一个特征向量可以表征语音信号的线形和非线性特征。自动语音识别的结构和特征自动语音识别是一项尖端技术,它允许一台计算机,甚至是一台手持掌上电脑(迈尔斯,2000)来识别那些需要朗读或者任何录音设备发音的词汇。自动语音识别技术的最终目的是让那些不论词汇量,背景噪音,说话者变音的人直白地说出的单词能够达到100的准确率(CSLU,2002)。然而,大多数的自动语音识别工程师都承认这样一个现状,即对于一个大的语音词汇单位,当前的准确度水平仍然低于90。举一个例子,DRAGONSNATURALLYSPEAKING或者IBM公司,阐述了取决于口音,背景噪音,说话方式的基线识别的准确性仅仅为60至80EHSANIESKENAZI,1999HINKS,2003。早期的基于自动语音识别的软件程序采用基于模板的识别系统,其使用动态规划执行模式匹配或其他时间规范化技术DALBYAMONGTHEBESTAREJURAFSKYLOWLIKELIHOODREPRESENTSPOORPRONUNCIATIONLAROCCA,ETAL,1991WHILEASRHASBEENCOMMONLYUSEDFORSUCHPURPOSESASBUSINESSDICTATIONANDSPECIALNEEDSACCESSIBILITY,ITSMARKETPRESENCEFORLANGUAGELEARNINGHASINCREASEDDRAMATICALLYINRECENTYEARSAIST,1999ESKENAZI,1999HINKS,2003EARLYASRBASEDSOFTWAREPROGRAMSADOPTEDTEMPLATEBASEDRECOGNITIONSYSTEMSWHICHPERFORMPATTERNMATCHINGUSINGDYNAMICPROGRAMMINGOROTHERTIMENORMALIZATIONTECHNIQUESDALBYKEWLEYPORT,1999THESEPROGRAMSINCLUDETALKTOMEAURALOG,1995,THETELLMEMORESERIESAURALOG,2000,TRIPLEPLAYPLUSMACKEYCHOI,1998,NEWDYNAMICENGLISHDYNED,1997,ENGLISHDISCOVERIESEDUSOFT,1998,ANDSEEIT,HEARIT,SAYITCPI,1997MOSTOFTHESEPROGRAMSDONOTPROVIDEANYFEEDBACKONPRONUNCIATIONACCURACYBEYONDSIMPLYINDICATINGWHICHWRITTENDIALOGUECHOICETHEUSERHASMADE,BASEDONTHECLOSESTPATTERNMATCHLEARNERSARENOTTOLDTHEACCURACYOFTHEIRPRONUNCIATIONINPARTICULAR,NERI,ETAL2002CRITICIZESTHEGRAPHICALWAVEFORMSPRESENTEDINPRODUCTSSUCHASTALKTOMEANDTELLMEMOREBECAUSETHEYLOOKFLASHYTOBUYERS,BUTDONOTGIVEMEANINGFULFEEDBACKTOUSERSTHE2000VERSIONOFTALKTOMEHASINCORPORATEDMOREOFTHEFEATURESTHATHINKS2003,FOREXAMPLE,BELIEVESAREUSEFULTOLEARNERSAVISUALSIGNALALLOWSLEARNERSTOCOMPARETHEIRINTONATIONTOTHATOFTHEMODELSPEAKERTHELEARNERSPRONUNCIATIONACCURACYISSCOREDONASCALEOFSEVENTHEHIGHERTHEBETTERWORDSWHOSEPRONUNCIATIONFAILSTOBERECOGNIZEDAREHIGHLIGHTED付外文翻译电火花加工电火花加工法对加工超韧性的导电材料(如新的太空合金)特别有价值。这些金属很难用常规方法加工,用常规的切削刀具不可能加工极其复杂的形状,电火花加工使之变得相对简单了。在金属切削工业中,这种加工方法正不断寻找新的应用领域。塑料工业已广泛使用这种方法,如在钢制模具上加工几乎是任何形状的模腔。电火花加工法是一种受控制的金属切削技术,它使用电火花切除(侵蚀)工件上的多余金属,工件在切削后的形状与刀具(电极)相反。切削刀具用导电材料(通常是碳)制造。电极形状与所需型腔想匹配。工件与电极都浸在不导电的液体里,这种液体通常是轻润滑油。它应当是点的不良导体或绝缘体。用伺服机构是电极和工件间的保持000050001英寸(001002MM)的间隙,以阻止他们相互接触。频率为20000HZ左右的低电压大电流的直流电加到电极上,这些电脉冲引起火花,跳过电极与工件的见的不导电的液体间隙。在火花冲击的局部区域,产生了大量的热量,金属融化了,从工件表面喷出融化金属的小粒子。不断循环着的不导电的液体,将侵蚀下来的金属粒子带走,同时也有助于驱散火花产生的热量。在最近几年,电火花加工的主要进步是降低了它加工后的表面粗糙度。用低的金属切除率时,表面粗糙度可达24VIN005010VIN。用高的金属切除率如高达15IN3/H2458CM3/H时,表面粗糙度为1000VIN25VM。需要的表面粗糙度的类型,决定了能使用的安培数,电容,频率和电压值。快速切除金属(粗切削)时,用大电流,低频率,高电容和最小的间隙电压。缓慢切除金属(精切削)和需获得高的表面光洁度时,用小电流,高频率,低电容和最高的间隙电压。与常规机加工方法相比,电火花加工有许多优点。1不论硬度高低,只要是导电材料都能对其进行切削。对用常规方法极难切削的硬质合金和超韧性的太空合金,电火化加工特别有价值。2工件可在淬火状态下加工,因克服了由淬火引起的变形问题。3很容易将断在工件中的丝锥和钻头除。4由于刀具(电极)从未与工件接触过,故工件中不会产生应力。5加工出的零件无毛刺。ELECTRICALDISCHARGEMACHININGELECTRICALDISCHARGEMACHININGHASPROVEDESPECIALLYVALUABLEINTHEMACHININGOFSUPERTOUGH,ELECTRICALLYCONDUCTIVEMATERIALSSUCHASTHENEWSPACEAGEALLOYSTHESEMETALSWOULDHAVEBEENDIFFICULTTOMACHINEBYCONVENTIONALMETHODS,BUTEDMHASMADEITRELATIVELYSIMPLETOMACHINEINTRICATESHAPESTHATWOULDBEIMPOSSIBLETOPRODUCEWITHCONVENTIONALCUTTINGTOOLSTHISMACHININGPROCESSISCONTINUALLYFINDINGFURTHERAPPLICATIONSINTHEMETALCUTTINGINDUSTRYITISBEINGUSEDEXTENSIVELYINTHEPLASTICINDUSTRYTOPRODUCECAVITIESOFALMOSTANYSHAPEINTHESTEELMOLDSELECTRICALDISCHARGEMACHININGISACONTROLLEDMETALREMOVALTECHNIQUEWHEREBYANELECTRICSPARKISUSEDTOCUTERODETHEWORKPIECE,WHICHTAKESASHAPEOPPOSITETOTHATOFTHECUTTINGTOOLORELECTRODETHECUTTINGTOOLELECTRODEISMADEFROMELECTRICALLYCONDUCTIVEMATERIAL,USUALLYCARBONTHEELECTRODE,MADETOTHESHAPEOFTHECAVITYREQUIRED,ANDTHEWORKPIECEAREBOTHSUBMERGEDINADIELECTRICFLUID,WHICHISGENERALLYALIGHTLUBRICATINGOILTHISDIELECTRICFLUIDSHOULDBEANONCONDUCTORORPOORCONDUCTOROFELECTRICITYASERVOMECHANISMMAINTAINSAGAPOFABOUT00005TO0001IN001TO002MMBETWEENTHEELECTRODEANDTHEWORK,PREVENTINGTHEMFROMCOMINGINTOCONTACTWITHEACHOTHERADIRECTCURRENTOFLOWVOLTAGEANDHIGHAMPERAGEISDELIVEREDTOTHEELECTRODEATTHERATEOFAPPROXIMATELY20000HERTZHZTHESEELECTRICALENERGYIMPULSESBECOMESPARKSWHICHJUMPTHEDIELECTRICFLUIDINTENSEHEATISCREATEDINTHELOCALIZEDAREAOFTHEPARKIMPACT,THEMETALMELTSANDASMALLPARTICLEOFMOLTENMETALISEXPELLEDFROMTHESURFACEOFTHEWORKPIECETHEDIELECTRICFLUID,WHICHISCONSTANTLYBEINGCIRCULATED,CARRIESAWAYTHEERODEDPARTICLESOFMETALANDALSOASSISTSINDISSIPATINGTHEHEATCAUSEDBYTHESPARKINTHELASTFEWYEARS,MAJORADVANCESHAVEBEENMADEWITHREGARDTOTHESURFACEFINISHESTHATCANBEPRODUCEDWITHTHELOWMETALREMOVALRATES,SURFACEFINISHESOF2TO4UM005TO010UMAREPOSSIBLEWITHHIGHMETALREMOVALRATESFINISHESOF1000UIN25UMAREPRODUCEDTHETYPEOFFINISHREQUIREDDETERMINESTHENUMBEROFAMPERESWHICHCANBEUSED,THECAPACITANCE,FREQUENCY,ANDTHEVOLTAGESETTINGFORFASTMETALREMOVA

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论