機(jī)器人語音交互系統(tǒng)的研究與設(shè)計(jì).pdf

1、多媒體技術(shù)的興起，成為計(jì)算機(jī)與人之間信息交流的關(guān)鍵技術(shù)，語言作為人類相互交流和通信最快捷的手段，兩者之間的結(jié)合實(shí)現(xiàn)語音傳輸、存儲或通過語音實(shí)現(xiàn)人機(jī)交互成為重要的研究課題。為計(jì)算機(jī)增加語音交互方式，使人機(jī)交互像人與人交流那樣自然友好，這種自然和諧的交互技術(shù)已經(jīng)成為人機(jī)交互領(lǐng)域的發(fā)展趨勢之一。
　　本實(shí)驗(yàn)室設(shè)計(jì)開發(fā)了BME-1服務(wù)型機(jī)器人，針對該機(jī)器人語音識別的要求，設(shè)計(jì)了適合BME-1機(jī)器人的語音交互系統(tǒng)，介紹了實(shí)現(xiàn)人機(jī)信息交互的開

2、發(fā)方法。使人與機(jī)器人的溝通過程中可以通過語言進(jìn)行交流，滿足科學(xué)性、交互性的要求。本文在對語音互動系統(tǒng)功能及關(guān)鍵技術(shù)分析研究的基礎(chǔ)上，對系統(tǒng)進(jìn)了詳細(xì)設(shè)計(jì)并初步實(shí)現(xiàn)了該交互系統(tǒng)的功能。
　　本文針對漢語音設(shè)計(jì)開發(fā)了三個(gè)語音互動系統(tǒng)模塊，即語音分析模塊、語音識別模塊以及語音合成模塊，其中語音分析模塊主要包括語音增強(qiáng)處理以及語音信號特征參數(shù)的提取。
　　針對不同的模塊進(jìn)行了漢語語音的分析和研究，其中語音信號的前端處理主要包括語音信號

3、的預(yù)加重以及分幀加窗處理，同時(shí)經(jīng)過計(jì)算得到了合適的漢語語音傳感器陣列參數(shù)，根據(jù)系統(tǒng)要求選擇圓形陣列，并研究了漢語語音增強(qiáng)算法，本論文中選擇了基于子空間線性估計(jì)器的增強(qiáng)算法。在漢語語音信號特征參數(shù)的分析部分，主要研究了語音信號端點(diǎn)檢測以及基因周期估計(jì)的方法，論文提出了基于短時(shí)能量和短時(shí)過零率的雙門限端點(diǎn)檢測法和基于短時(shí)自相關(guān)函數(shù)(Short Time Autocorrelation Function，AMD)、短時(shí)平均幅度差函數(shù)（Shor