基于关键词识别的机器人的语音导航报告

《基于关键词识别的机器人的语音导航报告》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于关键词识别的机器人语音导航研究报告姓名：李建专业：计算机科学与技术电子邮箱：2011年4月26日引言一、机器人语音识别概述随着科学技术的快速发展和人们物质生活水平要求的提高，机器人已经渐渐地融入人们生活的各个领域，去代替或者协助人们去完成高危，繁琐或者帮助残障人群的工作。语音识别是人机接口设计的一项重要内容，也是语音信号处理中[1]非常重要的应用技术，正逐步成为信息技术中人机交互的关键技术。目前，语音识别技术己经在诸多领域得到应用。随着信息产业的迅速发展，包括计算机、办公自动化、通信、国防、机器人在内的各个领域，

2、都迫切需要采用语音识别技术来改变极其不方便的人机接口方式。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的一种技术，其根本目的是研究出一种具有听觉功能的机器，这种机器能直接接受人的语音，理解人的意图，并做出相应的反应。把这种具有语音信息处理能力的机器和设备纳入人的语音交互对象，使之像人一样具备听、说、写功能，能对语音做出理解和反应，并在交互方式上[2]不受时间和地点的限制，这是研究机器人语音识别的重大意义。二、语音识别发展历程国外语音识别的发展历程[3]语音识别的研究工作大约开始于20世纪的

3、50年代，这一时期主要探索和研究声音和语音学的基本概念和原理。1952年，贝尔实验室的Davis，BiddulPh，Balashek开发了一个针对特定人的离散数字识别系统—Ardry系统，该系统主要依赖于测量数字元音区域的共振波谱。60年代，出现了语音识别方面的几种基本思想，这时期的重要成果是提出了线性预测分析技术(LpLinearprediction)和动态规划(DpDynamie[4]Programming)，前者较好地解决了语音信号产生模型的问题，后者则有效解决了不等长语音的匹配问题，对语音识别的发展产生了深远

4、影响。70年代，伴随自然语一言理解的研究以及微电子技术的发展，语音识别领域取得了突破性成果。在理论上，线性预测分析技术得到进一步应用，动态时(DTWDynamietilllewaing)基本成熟，特别是提出了矢量量化(VQVectorquantization)和隐马尔科夫模型(HMMHiddenmarkovmodel)。在实[5]践上，实现了基于线性预测倒谱和DTW技术的特定人孤立词语音识别系统。80年代，语音识别研究进一步走向深入，其显著特征是HMM模型和人工神[6]经网络(ANN)在语音识别中的成功应用。语音识别

5、算法从模板匹配技术转向基于统计模型技术。具有里程碑意义的事件是1988年美国卡耐基梅隆大学(CMU)基于vQ/HMM开发的997词非特定人连续语音识别系统SPHINX。90年代，在计算机技术、电信应用等领域飞速发展的带动下，迫切要求语音识别系统从实验室走向实用。许多发达国家，如美国、日本、韩国以IBM、APPLE、AT&T、Micr0Soft等著名公司都看好语音一识别的应用前景，为语音识别系统的实用化投以巨资，语音识别技术实用化进程大大加速。如微软公司推出了基于PC的语音识别产品—speechSDK,其完全支持简体中

6、文语音系统的开发，是开发语音软件的一个理想工具。其语音识别由识别引擎来管理，能实现从语音中识别汉字；语音合成由语音合成引擎负责，实现了语音朗读。这时期的标志性成果是美国国防部的高级研究规划局(ARPA)的DARPA计划下LVCSR系统，识别词汇量达到6万。21世纪初期的成果主要集中于实现机器(计算机)的同声传译系统以及多环境背景下的英语语音识别技术。国内机器人语音识别研究历史:我国在语音识别研究上也投入了很大的精力，国内中科院的自动化所、声学所以及清华大学、东北大学、北京理工大学、上海交大、华中科技大学等科研机构和高

7、校都在从事语音识别领域的研究和开发。国家863计划智能计算机主题专家组为语音识别技术的研究专门立项，在汉语语音识别、汉语语音数据库建立、汉语语音学、听觉模型等基础研究方面取得长足进展。目前，我国语音识别的研究己经进入到大词汇量、非特定人、连续语音识别的高级阶段，中国汉语语音识别产品进入市场时代为期不远。三、语音识别技术在机器人领域的应用随着机器人进一步的融入人们现代的生活，传统的通过按键，摇杆等人机交流方式加大了人机交流的困难，机器人最佳的工作方式是其按照人们最熟悉的，最常用的语音命令去完成指定的任务，并可以与人进行

8、进一步的语言交流，所以。将语音识别技术引入机器人领域解决人机交流障碍势在必行。在这种趋势的引领下，各国纷纷加大语音机器人的研发力度，并出现了一批高智能的语音机器人。日本走在了智能机器人技术的前沿，如日本KOKORO公司推出的“Actroid”机器人，她们承担咨询或主持工作，用流畅的语言向观众介绍相关情况，一举一动连贯而自然。她们能识别不特定说话