机器人听觉系统课件

机器人听觉系统学号:1305064专业:机械工程姓名:韩猛猛主要内容一、机器人语音识别技术概述二、语音识别的基本原理三、语音识别技术面临的问题一、机器人语音识别技术概述让机器听懂人类的语音，是人们长期以来梦寐以求的事。语音识别技术简单的说，就是让机器人能听懂人说的话，这样机器人就能更好的服务于人类。因此，将语音—人类最自然的沟通和交换信息的媒介应用到智能机器人控制中，在机器人系统上增加语音接口，用语音代替键盘输入，并进行人机对话，不仅是将语音识别从理论转化为实用的有效证明，同时也是机器人智能化的重要标志之一。在信息技术高速发展的今天，语音控制机器人将不再是梦想！几个具有语音识别功能的机器人史上最强类人型机器人Asimo。08年5月份Asimo在美国底特律完成了一项壮举——指挥交响乐团。他能同时辨别3种声音，他还有一定的词汇量，能够与人做简单的对话几个具有语音识别功能的机器人加拿大安大略省布兰普敦市34岁软件工程师李忠带着他生命中最重要的女人——机器人女友爱子和父母共同度过了圣诞节。爱子不仅拥有天使般的美貌和魔鬼般的身材，还会做家务和说流利的英语和日语。爱子不但能够辨认脸庞、和人对话，甚至每天早晨还能为李忠朗读报纸头条新闻。二、语音识别的基本原理语音识别系统是建立在一定的硬件平台和操作系统之上的一套应用软件系统。语音识别分为两步：第一步是根据识别系统的类型选择能够满足要求的一种识别方法,采用语音分析方法分析出这种识别方法所要求的语音特征参数,这些参数作为标准模式存储起来,形成“模板”,这一过程称为“学习”或“训练”。第二步就是“识别”或“测试”阶段。根据实际需要选择语音特征参数,这些特征参数的时间序列构成了测试模板,将其与己存在的参考模板逐一进行比较,进行测度估计,最后经由专家知识库判决,最佳匹配的参考模板即为识别结果。语音识别的原理如图所示。语音识别的基本原理

2、模板匹配

模板匹配是语音识别的核心,它针对语音信号的特点选择和建立合适的语音信号的数字识别模型和算法。输入的语音信号进行预处理和特征提取以后形成训练模板,通过模板匹配将训练模板与标准模板进行匹配,计算两者之间的失真测度,以判别两者之间的相似程度。4、判决

对于输入的语音信号经过计算而得的测度,根据若干准则及专家知识库,判决选出可能的结果中最接近的结果,即判决模板库中的某一标准语句的语音特征与输入语音信号的语音特征的相似度高低,并由识别系统输出,这就是判决过程。语音识别技术所面临的问题3、语音的模糊性。在实际的连续语音流中语音声学变量与音素变量之间不存在一一对应关系。说话者在讲话时,不同的语词可能听起来很相似。这种情况不论是在汉语还是在英语中都很常见。4、单个字母及单个词语发音时语音特性受上下文环境的影响,使得相同字母有不同的语音特性。单词或单词的一部分在发音过程中其音量、音调、重音和发音可能不同。语音识别技术所面临的问题5、环境的噪声和干扰对语音识别有严重影响。语音库中的语音模板基本上是在无噪声和无混响的环境中采集、转换而成的,但在实际应用中,噪声是无法避免的,存在于各种通话场合,时人的发音变化很大,噪声源多种多样且易于变化,而且造成的失配较为严重,它广泛因为此像声音变高,语速变慢,音调及共振峰变化等等。噪声使语音识别的性能降低。语音识别技术所面临的问题

以上是在语音识别技术的实际应用中对识别率影响较大的几个因素。此外,方言或口音、口语、协同发音现象、说话人变异等问题也对语音识别的研究与发展造成一定的影响。再有，人类完善的语言听觉功能是在复杂的社会环境中逐步建立起来的,要想让计算机具有人类的听觉智能是极其困难的。这些困难表现在语音信号可变