基于MEMS麦克风阵列的四通道语音采集系统设计

本文介绍了一个基于ADI公司的ADMP441 MEMS数字麦克风阵列的DSP语音采集系统,硬件上讨论了该数字麦克风阵列与DSP以及PC端的连接方法 ,并探讨了此系列数字信号麦克风与DSP进行通讯的方法。实验证明使用该MEMS数字麦克风芯片编程方便而且硬件上简单,容易实现多路音频的同步采集。并且该系统运行稳定可靠,能够获得较高信噪比的语音数据,功耗与体积都满足嵌入式可穿戴设备的要求,实用性较好。     

基于卷积神经网络的嵌入式视觉感知交互系统设计与实现

针对语音智能助理无法提供周围环境的视觉感知问题,该文设计并实现一个视觉感知交互系统。该系统的基本结构由语音识别、语音播放、图像采集、中央处理控制等模块组成,具备语音交互、目标检测等功能。该系统设计选择语音识别专用芯片、利用卷积神经网络技术完成识别,采用基于图分割截块的算法进行目标分割。实验结果表明,系统性能良好,能够实现对周围环境的视觉感知并进行语音交互。     

语音识别机器人的设计

语音识别技术就是让机器将采集到的信号,通过理解和识别,将语言信号转变为相应的命令,使机器人了解人的意思从而执行相应的命令,完成相应的动作。本文设计的智能机器人控制系统,是以MSP430单片机为核心,系统主要包括单片机最小系统、语音识别和输出模块、超声波测距模块、时钟电路模块、显示电路模块。智能机器人控制系统实现了机器人在语音命令控制下实现前进、后退、左转、右转等基本功能。     

计算机辅助口语测试专家系统

介绍一套应用于外语口语自动化考试的计算机辅助测试专家系统。该系统中建立了常用词汇标准声音的参考频谱,非特定人通过麦克风输入的连续语音将转换为大词汇量的测量频谱,系统中的自适应模块与相关模块建立了测量频谱与参考频谱之间数字化的相似关系,通过分析频谱的相似性实现了系统对录入语音内容的自动识别。由于采用基于词汇的声学模型,系统的识别语料库易于增加,不受限制。在实际环境下的测试表明系统语音识别率达到98%。     

语音DOA技术在视频会议系统中的应用

本文系统地研究了基于麦克风阵列的声源定位方法,分析了一种基于麦克风阵列的延时估计方法。通过仿真实验证明了该种算法的实用性及局限性,论证了DOA技术在视频会议系统应用中的可行性。     

声音定位系统的设计与实

本系统实现了以STC12C5A60S2列单片机为核心的声音定位系统的设计。该系统采用模块化的设计方案,主要包括声响模块、声音接收放大模块和数据处理及显示三大模块。系统的收发和检测电路由 555 定时器振荡电路、功放电路、低通滤波器、电压放大电路、整流滤波电路和单片机处理显示电路构成,实现了移动声源的定位及运动轨迹的显示的功能。本系统的设计具有结构简单、模块化设计、精度高、稳定性强等优点,这种基于麦克风阵列的声源定位技术在视频会议、声音检测及语音增强等领域有重要的应用价值,本设计与实际相结合,具有很强的现实意义。     

基于语音交互的智能家居设计

文章设计了基于语音交互的智能家居控制系统,系统以Arduino开发平台为核心,结合语音识别模块、语音合成模块、气体传感器、温湿度传感器等元器件,从而实现室内环境气体浓度的检测、空气中温湿度的采集和语音控制家电系统的功能,以便提供给用户更方便更高效更安全的家居生活。     

基于STM32的4种类型语音控制垃圾桶设计

随着人们生活水平的提高,也逐渐重视环境的治理。垃圾的分类收集是实现垃圾循环利用的一个有效手段,由于目前的垃圾分类技术还未成熟,该设计仅针对易拉罐、玻璃瓶、塑料瓶和废纸4种类型可回收垃圾进行分类收集。该设计是一种基于STM32的4种语音控制垃圾桶,采用STM32单片机作为微处理器,该系统由语音识别模块、语音输出模块、短信提醒模块、舵机系统、垃圾桶溢出传感器和电源模块等组成。通过语音识别技术对声音信号进行处理后,控制垃圾桶识别语音并通过打开盖子进行响应。5 s后,盖子合上。同时,通过GSM短信提醒模块,在垃圾填充满时发出警报,提醒相关部门及时处理并转移垃圾。     

语音录入系统在针织成品检验中的应用

介绍纺织面料成品检验语音输入系统的方案设计,通过语音识别与合成技术构建语音录入系统,通过自适应学习提高识别效率。阐述通过成品检验环境噪音测试、验布工人声音采集建立语音系统,以及该系统在语音验布上的应用。经过应用测试显示,使用语音系统代替手写录入可使疵点检验率从57%提升到73%。在针织成品检验中采用语音录入系统能够快速录入疵点信息,提高检验效率,进一步简化验布工操作流程,降低漏验和堵布风险,提高面料整体的质量控制能力。     

基于混合DBNN-BLSTM模型的大词汇量连续语音识别

深度置信神经网络(DBNN)模型和双向长短时记忆神经网络模型(BLSTM)在单独进行特征提取时识别率不理想,长短时记忆单元(LSTM)与BLSTM模型可以更好解析语音数据特征.因此将DBNN模型和BLSTM模型相结合,提出一种大词汇量连续语音识别(LVCSR)的声学模型建立方法,并在Keras深度学习框架下进行实验.实验结果表明,使用改进的DBNNBLSTM模型进行大词汇量连续语音识别,识别精度有所提高,比BLSTM模型的语音识别率提高5%.     

基于STM32的语音识别协助监护系统

以STM32为主控器,结合语音识别技术和无线通信技术,设计了一款以解决老年人缺乏生活自理能力、养老院护工短缺等问题为目的的无线协助监护系统。文章首先对语音识别协助监护系统的整体方案进行了设计,然后分别对语音识别模块和无线通信模块的软硬件等方面进行了设计,并结合平面路由协议LEACH和分层路由协议PEGASIS,将整个养老院组成一个局域网,实现了局域网内老年人端与护工端的实时通讯。     

深度学习在测井岩性识别中的应用

深度学习也被称为深度神经网络,是机器学习的最新研究结果,在2006年Geoffrey Hinton提出训练深度神经网络的方法以后,其在语音和图像处理的领域迅速发展,并取得了很好的成绩。由于深度学习优良的特征提取性质,所以在这里把深度学习用在地球物理测井岩性的识别中,对四川西部川科1井的岩性进行识别。     

基于KEELOQ技术的汽车被动无钥门禁系统设计

将KEELOQ编解码技术与无线通信技术相结合,设计了一种由车载LF发射模块、钥匙编码模块和车载接收解码模块组成的汽车被动无钥门禁系统.该系统无需人为干预就可自动执行对用户的身份识别,安全方便,且稍加改动即可应用于汽车轮胎测压、车库防盗等方面,具有较强的推广价值.     

VR全景声场采集系统研究

虚拟现实(Virtual Reality)技术,即VR技术,以其交互性、沉浸性以及想象性三大特点,当前在工业、军事、医疗、教育等多种领域得到广泛的应用。VR的独特之处在于人—机—环境的多维信息交互,其中听觉信息起着重要的补充作用,VR要想获得最佳的体验必须结合VR全景语音,用户需要"真实"的声音。本文研究一种基于自适应波束形成和头相关传递函数(HRTF)联合的VR全景声场采集系统,初步设计具有阵列拾音器模块、波束形成和HRTF滤波模块、无线驱动和啸叫抑制模块及Web管理模块。     

卧室语音智能控制系统

本设计采用了ZigBee无线通信技术,在此基础上实现语音识别、人体红外感应、电气控制这三个功能。采用不需要连接互联网的语音识别模块,来实现没有互联网情况下,也能对家里电器实现语音控制。此外,对人体红外模块组合设计,能够感应到人是进入房间还是出去房间,提高了智能家居的智能感知能力。通过联调测试满足语音识别控制灯和风扇和人进门灯开、人离开门灯灭这两个结果。     

基于WEGASUN-M6的语音控制多功能课桌的设计

本设计以STC89C52单片机为核心控制器,通过WEGASUN-M6语音识别模块、DS1302时钟模块、TM1638数码管显示模块、L298N电机驱动模块等来实现语音控制的多功能学生课桌。系统实现三个功能:语音对话功能、计时功能、风扇功能,本设计完成了硬件电路设计和软件程序设计并制作成实物,系统经测试,完全实现了设计目标,具有可推广性和使用价值。     

瓷砖检测机器人的声音信号处理

本系统包括:声音预处理部分、AD转换芯片、单片机芯片以及显示和按键部分。系统先采集敲击不同空鼓状态瓷砖时发出的声音并得到特征参数,同时输入该声音所对应的空鼓范围,利用麦克风采集声音,将采集的数据经放大、滤波后,AD转换芯片对其进行数模转换,这就完成了预处理。而后将预处理后的声音数据存储在单片机中,单片机接收到AD芯片转换的数据后,与子程序所提取的声音信号特征参数进行比较,与之前建立的模板进行匹配并完成识别,最后将识别结果的数据传输给显示模块进行结果显示。     

用于酒类识别的电子鼻研究

开发了一个能识别酒类的电子嗅觉系统。该系统基于一个由３只具有不同宽谱气敏响应特性的金属氧化物传感器组成的阵列,并由３层前馈神经网络用于分析传感器阵列的输出数据,神经网络采用Ｌevenberg-Marquardt算法训练后,电子嗅觉系统能成功地识别酒精、烈性酒、葡萄酒和啤酒,正确识别率可达９５％。     

基于神经网络的仿生鼻及其在酒类识别的试验研究

论述了仿生鼻的原理、结构及其在白酒识别中的应用。模仿生物嗅觉系统，由气敏传感器阵列结合神经网络模式识别技术构成了仿生鼻。用它对几种白酒进行了分类和识别实验，结果表明其不仅能识别不同的白酒，而且可以识别真假白酒。     

基于人工智能技术的多信息融合可穿戴式导盲系统设计

人获取外界信息主要通过视觉。失去视觉后,盲人在日常生活中存在诸多困难与危险。随着计算机软硬件技术的迅速发展,导盲设备层出不穷,使盲人群体的生活状况有所改善,切实享受到科技进步带来的便利。现有的导盲设备为盲人的生活提供一些帮助,但存在着价格高、体验差、功能单一等问题。基于以上原因,该文提出一种更人性化、大众化、智能化的基于人工智能技术的多信息融合可穿戴式导盲系统。系统选用带有Raspbian操作系统的树莓派4B开发板作为主控制器,协控制器选用STM32开发板,以OpenCV和C++作为系统的开发工具。系统中的物体识别部分采用OpenCV提供的图像处理接口实现,安全避障部分采用激光测距模块获取障碍物距离,语音识别部分采用语音识别模块对系统进行语音控制,可拨打紧急电话并发送带GPS定位的求救短信。项目采用多线程开发技术开发系统软件,使得系统的性能更加优越。