论文部分内容阅读
智能轮椅是助老助残机器人的一个重要研究领域，基于语音的智能轮椅人机交互的是目前研究的热点之一，但目前语音控制智能轮椅在一般噪声环境下时，存在识别率下降问题。因此，对于一般噪声环境下智能轮椅无障碍语音人机交互系统的研究，具有非常重要的理论意义与实际应用价值。
本文主要研究和实现了一种采用新的端点检测算法的智能轮椅无障碍语音人机交互系统。一般噪声环境下端点检测对语音识别鲁棒性存在一定影响。首先在预处理关键技术部分利用谱减法对语音信号进行处理；描述了传统的双门限端点检测方法和倒谱距离端点检测方法，根据传统的端点检测方法在一般噪声环境下端点检测时所存在的起止点检测不准确问题，提出了倒谱距离与短时能量相结合的端点检测方法，通过实验表明所使用的新方法能在一般噪声环境下，提高端点检测的准确性。
其次，在语音特征参数提取方面，对Mel频率倒谱系数(MFCC)与线性预测倒谱系数(LPCC)进行了对比分析，选取性能较好的MFCC作为智能轮椅语音识别系统的特征提取参数；在语音识别算法方面，对动态时间规整(DTW)与隐马尔可夫模型(HMM)进行了对比分析，最终选取识别性能较好、执行效率较高的DTW作为智能轮椅语音识别系统的语音识别算法。
最后，利用所提出的方法完成了智能轮椅语音识别系统的设计和验证。通过语音控制智能轮椅实验，结果表明在一般噪声环境下该智能轮椅语音识别系统具有良好的鲁棒性，语音平均识别率达到91.6％以上。