基于GSM的智能家居语音控制系统

在Android手机平台上提出了一种基于GSM的智能家居语音控制系统设计方案.该方案通过Android手机的语音识别,使得智能家居具备了远程语音控制的功能,大大提高了智能家居的可操作性,满足了智能家居的安防要求.经测试,证明了本系统的实时性、有效性和稳定性,同时,可以为人机交互提供一种切实可行的参考方案,具有广泛的应用领域.     

智能家居系统语音遥控器的设计与实现

针对传统智能家居系统系统安装和维护成本高,系统可扩展性和移动性能差的问题,提出利用ZigBee无线技术和家庭服务机器人的机动性、自律能力来实现智能家居系统。为实现室内近距离对家庭服务机器人和家电设备的控制,为其设计基于ZigBee无线通信技术的语音遥控器。该遥控器通过ZigBee和语音识别技术的应用,不仅可以用于控制家庭机器人的前进、后退等,还可以用于控制具有ZigBee无线通信模块的家电设备,具有一定的通用性。     

基于物联网的家居控制系统设计

为了实现家居的智能化与便捷化,设计一种基于物联网的智能家居控制系统。该系统采用嵌入式技术、ZigBee通信技术、语音识别技术及WiFi通信技术实现智能居家模式与远程控制模式两种控制模式。最后制作智能家居控制系统模型,实验表明,该系统能够通过语音及移动终端对家电进行有效的控制,不仅具有智能、便捷等特点,还具有广泛的适用性。     

基于语音识别和无线传感网络的智能家居系统设计

基于语音识别技术和无线传感网络,设计了一套能够通过远程语音遥控进行便捷控制的智能家居系统;分析了语音识别技术的基本原理和无线传感网络在智能家居中的应用,重点阐述了系统的设计方案以及主要硬件组成和软件设计思路;通过对特定人语音识别的训练和测试,该系统能够以较高的识别率和灵敏度完成对智能家电的远程控制;系统实时输出识别结果,识别速度快,抗干扰能力强,识别率可以达到98%,在语音远程控制领域具有广阔的市场前景和应用推广价值。     

智能家居语音控制系统的设计

针对传统智能家居系统在智能终端控制中存在智能化和人性化水平低的问题,提出设计一个基于语音识别的智能家居控制系统。该系统主要由智能终端、主控中心和控制节点组成。对主控中心和控制节点的软硬件方案进行设计后,即可采用系统中的图像采集模块采集家居数据;然后通过改进信号子空间与维纳滤波的两级降噪方法进行语音信号增强;之后选用24维梅尔倒谱系数对语音特征进行提取;最后采用隐马尔可夫模型HMM算法进行模板训练和模式匹配,最终实现智能家居语音自动控制。实验结果表明,在800个测试样本中,共有789个样本被正确识别,平均识别率为98.6%。且在5种不同的信噪比下,语音识别率均保持在94%及以上,最高可达97.4%。由此说明本系统具备较好的抗噪能力,提出的语音识别算法对满足系统语音自动化和智能化需求,在实际产品应用中具有重要意义。     

基于电力线通信的未来智能家居系统

《基于电力线通讯的未来智能家居系统》一文论述采用电力线通信技术,设计和研制的一套基于电力线通信的智能家居系统。为使家居电器的控制和管理更具有人性化,采用了开关控制、语音控制和远程控制三种控制方式,为了提高语音识别的精度,作者提出了聚集式模糊模板匹配算法,即使在噪音的环境下,家居电器的语音控制也具有较高的准确率。该套智能家居系统的语音控制方式,方便了不熟悉复杂家电操作的老人和普通群众,而远程控制方式使上班族安心上班的同时,可以随时监控家电的状态。由于采用了电力线通信技术,直接采用一条电力线同时传送电能和家居电器的控制信号,简化了室内布线和美化了环境,并大大降低了系统的成本,有利于普及节能、环保健康、高效的智能家居的大面积推广。《蓝牙技术在智能家居网络中的应用》一文介绍了一种基于蓝牙技术,利用Internet和PSTN技术实现的智能家居网络。篮牙技术是一种近距离无线电通讯技术标准,从蓝牙技术的出现到现在,得到了几乎全球所有涉足通信技术的著名厂商的全面支持。其提供的低成本、低功耗的无线接入方式,被认为是近年来无线数据通信的领域中的重大进展之一。本文就蓝牙技术在家居设备控制方面的课题展开论述并提出一种基手蓝牙技术的智能家居网络设计的解决方案。     

基于语音识别的智能家居系统研究

针对智能家居系统中信息不能随时随地进行控制及其交流方式不流畅的问题,融合电话公用网和家庭网络设计了一个基于ARM9和语音识别技术的智能家居系统.该系统采用RASTA滤波方法去除语音信号中夹杂的卷积信道噪声,采用改进的动态时间规正(DTW)算法对语音命令进行识别.     

基于树莓派的智能家居设计与实现

随着生活水平的提高和物联网的发展,社会对家居的智能化需求越来越迫切,本文阐述了基于树莓派的智能家居系统的设计与实现,通过采用树莓派为主要模块,搭建一款满足大众需要的智能家居系统.本系统以树莓派为主要开发平台,并基于Ubuntu操作系统进行开发的一种智能家居解决方案,其包含了语音合成、语音识别、图像识别、数据采集、AI对话、视频监控、语音控制、语音日志等功能.可通过语音、手机微信、APP与机器人和传感器进行交互,并能登录Web界面查看相应底层数据并对传感器进行相应控制.系统传感器部分采用ZigBee通信协议,与服务器通信采用MQTT通信协议,两种通讯协议低成本,低功耗,节约网络资源.     

基于C语言的智能家居监控系统设计和实现

为了满足广大用户对智能家居提出的监控技术需求,基于家庭网关搭建嵌入式Linux软件开发平台,SQL数据库,完成智能家居监控系统的模块化设计,运用C编程语言和LD3320A语音识别芯片、89C52单片机,负责对智能家居的信号处理实现人机对话。通过C语言编写CGI程序,能够实现远程用户、家庭网关之间信息交互,远程用户能够查询、控制、注销有关家居设备,家庭网关能够同步智能家居的监控信息,在系统数据库内存入此类状态监控信息。从实践出发本次提出基于C语言的智能家居监控系统设计思路,与用户的应用需求相符,对实现智能家居监控系统各功能有重要意义。     

基于AI+IOT的智慧家居系统

利用人工智能技术和深度学习算法,设计开发了基于AI+IOT的智慧家居系统。基于百度提供的免费的语音识别云平台,该系统使用ZigBee网络,对家居环境数据进行采集、分析,并通过物联网技术和人工智能技术实现远程语音控制各种家电的功能。基于深度学习,系统通过百度语音识别技术对自然语言进行语音识别,通过搭建系统编译环境成功融合了AI技术和IOT技术实现了具有语音控制功能的智能家居系统,致力于为人们提供更加便捷智能的生活。     

语音识别自适应算法在智能家居中的应用

在基于语音识别的智能家居中,用于训练的语料库不完备且应用场景复杂,自然语言语音识别错误接受率远远高于小词汇的语音识别的错误接受率.作者在设计与实现基于自然语言的语音识别智能家居系统的过程中,深入研究了MAP、MLLR算法在基于HMM声学模型参数中的作用,提出了一种综合的自适应方法,并基于开源的语音识别工具CMU SPHIN最终完整的实现了该系统,结果表明所提出的自适应新算法可行有效,较好改善了系统在不同场景中的性能.     

基于Kinect的智能家居随动系统的应用研究

在传统智能家居的基础上,引入了随动思想与Kinect体感设备,设计了一种随动跟随车,随时随地收集用户状态信息的变化,以便智能家居设备进行控制调整,针对传统智能家居未涉及的部分进行智能控制。随时随地收集用户使用者的状态、表情、语音及所处环境等数据进行识别,用来控制优化家居系统,使其更为贴合使用者的需求。实验结果表明:智能家居随动系统能很好地绕过家庭中的障碍,并且对使用者的状态、表情、语音及所处环境等数据能进行很好地识别,具有很强的抗干扰性。     

基于SYN7318语音识别的智能家居嵌入式控制系统设计与开发

随着机器学习和人工智能的热闹,国内语音行业也可谓是百花齐放,尤其是最近几年,人工智能AI技术以及智能家居得到了飞速的发展。本项目将近年来发展迅速的嵌入式技术和非特定语音识别芯片SYN7318有机的结合,设计开发了一中能够通过语音来控制家用电器的开启和关闭、拨打电话、发送短信以及网络天气播报的智能家居语音识别系统。     

基于无线语音控制的智能家居系统设计

越来越多的智能家居进入人们的生活,如何对智能家居进行简单有效的控制是一个难题。设计一个无线语音 控制系统,主要由语音识别模块、单片机、无线发射模块和无线接收模块组成。编程中,通过简单地设置芯片的寄存器,将“你 好”这样的关键词传入芯片中,芯片就可以识别“你好”。试验结果表明语音模块可以准确识别口令并通过无线发射模块发送 信号,实时控制电器的电源通断。本系统可以代替人工接触电源开关更方便地控制家中的电器。     

基于智能语音模块的智能家居系统的研究

随着科技的进步,电子时代的生活已经来临,很多科学技术以及工业工艺技术都在不断地应用到智能家居的设计和应用中。物联网技术也为智能家居迅速发展起来提供了保障。本文主要研究智能家居系统,该系统是基于智能语音模块的智能语音交互系统与嵌入式系统的综合系统。智能语音交互系统所使用的语音控制方式和传统的语音控制方式相比较省去了很多复杂的使用操作环节,能够直接的进行相关联的指导动作进行操作,并且还能够使用声音等对设备进行操作运行,这已经成为智能家居设计中的一种重要的手段。     

智能机器狗的语音控制模型研究

阐述语音人机交互手段的必要性及意义,提出一种基于语音控制的机器狗系统解决方案。该系统利用HTK和Julius构建大词汇量连续的语音识别平台,采用语音识别技术提取语音命令用于机器狗控制,并结合有限状态机的控制理论设计机器狗控制系统模型。测试结果表明,该系统能较好地识别用户语音命令,控制系统模型能有效完成机器狗在不同状态下的控制任务。     

语音识别智能家居控制系统设计

在全球科学技术不断提高的21世纪中,智能化的产品在不断的问世,智能化的家居也越来越受人们的喜爱。本文主要采用ARM系列的STM32F103RCT6芯片作为主控芯片,再通过与语音识别芯片LD3320A的连接来实现对智能家居的控制,实现准确而又快捷的控制方法,取代原有的手动控制。而在现代技术中,国内外对语音识别的技术都是比较成熟的,因此语音识别智能家居控制的实用性更加的显著,具有比较高的推广性。     

基于人机交互增强算法的便携语言翻译机系统研究

为了实现基于人机交互增强算法的便携语言翻译机系统,提出了一种基于傅里叶门控卷积神经网络的语音增强模型与一种基于FSMN+Transformer语音识别模型用于便携语言翻译机。首先,对便携语言翻译机系统进行了整体设计;然后,对系统的关键部分即语音增强模型和语音识别模型分别进行了设计,其中,语音增强模型选择傅里叶门控卷积神经网络优化算法来构建;语音识别模型中,选择矢量型FSMN作为声学模型的基础结构,并引入门控单元和残差网络对其进行优化,同时选择添加交互算法的Transformer算法构建语言模型,共同构成基于FSMN+Transformer的语音识别模型;最后,分别对语音增强模型、语音识别模型以及便携语言翻译机系统进行实验验证。结果表明：基于傅里叶门控卷积神经网络的语音增强模型更具优越性,FSMN+Transformer的语音识别模型的正确率最高,基于提出的语音增强与语音识别模型的便携语言翻译机系统对原始语音的翻译准确率都达到了99%以上。     

小区智能监控防盗系统的设计与实现

小区监控防盗系统已成为现代智能家居中的必备环节。早期的系统多采用闭路电视技术来实现。该文综合了先进的数字信号压缩技术、图像识别技术、语音识别技术,提出了一种智能化的小区监控防盗系统,并讨论了该系统的功能及实现。     

基于Kinect手势识别的应用与研究

为解决当前智能家居系统操作繁琐的问题,同时为获得更简单的控制方式,并增加用户的体验感受,研究了基于Kinect骨骼信息的手势识别技术,并将其融入至智能家居的人机交互系统中。在该系统中,用户可以自定义手势动作或语音实现家居设备的智能控制。使用了一种基于加权动态时间规整的模板匹配手势识别算法。通过Kinect的深度摄像头获取手势深度图像和骨骼图像数据,并采用加权动态时间规整算法进行识别。实验表明使用该算法实现手势识别是可行且有效的,且其最佳识别位置是在Kinect的正前方2～2.5m处,识别准确率达到96%左右。