智能家居系统——语音识别.pdf

《智能家居系统——语音识别.pdf》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、工艺与设备广东建材2010年第8期智能家居系统语音识别夏霆(广州市天河弱电电子系统工程有限公司)摘要：随着信息时代的到来，电话、手机、已经进入家家户户。通过电话和手机埘家中电器进行控制并得到家里状况的实时反馈逐渐成为家电控制的热门。智能化家居语音记录及提醒系统，町以做到随时随地利用电话对家电进行远程控制。关键词：智能家居；语音识别随着计算机网络技术的发展，“智能家居”越来越被人们所重视。综观国内外的智能家居系统，大部分侧重于利用Internet进行远程控制。由于受到卜网设备的限制，这种方式给智能家居系统的使用带来了不便。例如，在用户同家途

2、中希望能够打开窄调，很町能就

3、大

4、为不方便上网I叮无法实现。随着电话的普及，利用电话对家电进行远程控制可以做到随时随地。目前国内外使用的控制方式丰要有：利用短消息控制和用语音播放受控设备的名称或代号，冉根据用户的选择来控制相应的设备。1语音识别原理语音识别技术已经发展成为涉及声学、语言学、数字信号处理、统计模式、概率论和信息论、发声机理和听觉机理、人工智能等等识别等多学科技术的～项综合性技术。基于语音识别技术研发的现代语音识别系统在很多场景下获得了成功的应用，不同任务条件下所采用的技术又会有所不同。语音识别系统构建过程整体上包括两大部分：

5、训练和识别。训练通常是离线完成的，对颅先收集好的海量语音、语言数据库进行信号处理和知识挖掘，获取语音识别系统所需要的“声学模型”和“语言模型”；而识别过程通常是在线完成的，对用户实时的语音进行自动识别。识别过程通常又可以分为“前端”和“后端”两大模块：“前端”模块主要的作用是进行端点检测(-Z-除多余的静音和非说话声)、降噪、特征提取等；“后端”模块的作用是利用训练好的“声学模型”和“语言模型’’对用户说话的特征向量进行统计模式识别(又称“解码’，)，得到其包含的文字信息，此外，后端模块还存在一个“白适应”的反馈模块，可以对用户的语音进行

6、自学习，从而对“声学模型”和“语音模型”进行必要的“校正”，进一步提高识别的准确率。语音识别是模式识别的一个分支，又从属于信号处——178——理科学领域，同时与语音学、语言学、数理统计及神经生物学等学科有非常密切的关系。语音识别的目的就是让机器“听懂”人类r]述的语言，包括了两方面的含义：其一是逐字逐句听懂非转化成书面语言文字；其二是对Lj述语言中所包含的要求或询问加以理解，做出正确响应，而不拘泥于所有词的正确转换。自动语音彭{别技术有三个基本原理：首先语音信号中的语言信息是按照短时幅度谱的时间变化模式来编码；其次语音是可以阅读的，即它的

7、声学信号町以在不考虑说话人试图传达的信息内容的情况下用数十个具有区别性的、离散的符号来表示；第三语音交互是一个认知过程，因而不能与语言的语法、语义和语用结构割裂开来。2功能特点对比语音识别技术的两个发展方向，由于基于不同的运算平台，因此具有不同的特点。大词汇量连续语音识别系统一般都是基于Pc机平台，而语音识别专用芯片的中心运算处理器则只是一片低功耗、低价位的智能芯片，与一台甚至多台Pc机相比起来，其运算速度，存储容量都非常有限，l大J而这砦由专用芯片实现的语音识别系统有如下几个特点：(1)多为中、小词i1：量的语音识别系统，即只能够识别1

8、0～100词条。只有近一两年来，才有连续数码或连续字母语音识别专用芯片实现。(2)一般仪限于特定人语音识别的实现，即需要让使用者对所识别的词条先进行学习或训练这一类识别功能对语种、方言和词条没有限制。有的芯片也能够实现非特定人语音识别，即预先将所要识别的语句码本i)il练好而装入芯片，用户使用时不需要冉进行学习而直接应用。但这一类识别功能只适用于规定的语种和方言，而且所识别的语句只限于预先已训练好的语句。广东建材2010年第8期工艺与设备(3)由此芯片组成一个完整的语音识别系统。因此，除了语音识别功能以外，为了有一个好的人机界面和识别正确

9、与否的验证，该系统还必须具备语音提示(语音合成)及语音回放(语音编解码记录)功能。(4)多为实时系统，即当用户说完待识别的词条后，系统立即完成识别功能并有所回应，这就对电路的运算速度有较高的要求。(5)除了要求有尽可能好的识别性能外，还要求体积尽可能小、可靠性高、耗电省、价钱低等特点。3语音识别算法在对语音信号提取MFCC特征参数及PASTA滤波去噪以后，语音信号就转化成为一组组特征向量，而语音识别算法的作用就是将待识别的语音信号的特征向量同系统中已建立起来的特征向量模板进行比较，找出最优的匹配模板。目前，常用的语音识别算法有隐马尔可夫模

10、型(H删)算法、动态时间规正(DTW)算法和人工神经网络(ANN)算法。其中，DTW算法具有系统开销小、运算速度快、对孤立词和小词汇表的识别简单而有效等特点，非常适合嵌入式系统的研制，而改进的