中文语音智能平台

中文语音智能平台将语音浏览互联网变成了现实，该技术融自动语音识别、智能语音机器人和语音转换等技术于一体，人们可以用自然语言和计算机进行交流，方便、快捷地从浩瀚无际的互联网中获取信息。     

一种基于SPCE061A的机器人语音交互系统的设计与实现

介绍了一种新型的十六位单片机SPCE061A，并在此基础上设计了一种基于SPCE061A的机器人语音交互系统。该系统具有语音录放功能、机器人语音控制功能及人机对话功能。实验表明，该系统可以有效地用于智能玩具、服务机器人、娱乐机器人及教育机器人。     

试制智能服务机器人（下）

三、语音识别设计与实现 做为我们机器人的核心部分，语音识别系统是我们研究开发的重中之重，为此我们收集了大量已有的语音识别系统的信息，并对用于语音识别技术的信号处理、模式识别、语音特征提取、声学模型与模式匹配（识别算法）进行了深入的学习和研究。我们语音识别系统的实现过程见图12。     

医用服务机器人语音网络传输设计与实现

本文主要研究了一种应用于医用服务机器人的基于无线网络的语音传榆系统,分析了医用服务机器人的语音传输与识别的功能需求及系统组成,着重阐述了语音网络传输的设计,包括语音的采集与播放,编码与解码和网络传输等.实验表明本文设计的语音网络传输系统能有效地进行语音实时通信,可应用于医用服务机器人.     

基于正则表达式的语音识别控制策略研究

文中提出一种新型控制策略,把正则表达式和服务机器人的语音控制结合起来,前者利用预定义的正则表达式对语音识别内容进行模式检出,后者根据检出的模式对机器人进行策略控制。通过分析识别文本构建正则表达式,使用微软SAPI构建客户端语音引擎进行语音识别,在服务机器人平台上验证策略的有效性、实用性和快速性。该新型控制策略把正则表达式应用在语音识别控制策略中,使语音交互技术将人类之间的交流方式应用于人类与机器之间。使机器人用正则表达式对人类语言进行词法分析实现自然语言的理解。提出的方法使机器人能够“理解”同一个语音命令的多种表达方式,使服务机器人的语音识别控制策略更具柔性和自然性,具有重要的应用价值和应用前景。     

基于正则表达式的语音识别控制策略研究

文中提出一种新型控制策略,把正则表达式和服务机器人的语音控制结合起来,前者利用预定义的正则表达式对语音识别内容进行模式检出,后者根据检出的模式对机器人进行策略控制。通过分析识别文本构建正则表达式,使用微软SAPI构建客户端语音引擎进行语音识别,在服务机器人平台上验证策略的有效性、实用性和快速性。该新型控制策略把正则表达式应用在语音识别控制策略中,使语音交互技术将人类之间的交流方式应用于人类与机器之间。使机器人用正则表达式对人类语言进行词法分析实现自然语言的理解。提出的方法使机器人能够“理解”同一个语音命令的多种表达方式,使服务机器人的语音识别控制策略更具柔性和自然性,具有重要的应用价值和应用前景。     

服务机器人的语音情感识别与交互技术研究

分析语音情感识别技术的发展现状和关键技术,将基于隐马尔可夫模型的语音情感识别方法应用在机器人中,目的在于使机器人能够识别人的语音信号中的情感信息,并做出相应的情感表达.这在我们研制出的服务机器人中得到了较好的应用,该机器人能够识别人的语音情感并能与人进行一定的交互.     

基于智能语音的翻译机器人自动化控制系统设计

为提升自动控制效果,加快翻译速率,设计基于智能语音的翻译机器人自动化控制系统。采集外界智能语音信号,利用A/D转换器得到数字信号,启动语音唤醒模块激活翻译机器人,听写模式识别复杂语音信号,命令模式识别简单语音信号,得到语言文本识别结果,通过深度学习关键词检测方法提取关键词作为翻译机器人的自动化控制指令,通过单片机识别自动化控制指令。实验结果表明,该系统可有效采集外界智能语音信号,提取智能语音信号的关键词,完成翻译机器人自动化控制。     

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Julius的机器人语音识别系统构建

随着机器人技术不断发展,本文提出机器人的语音识别这一智能人机交互方式。在研究了基于HMM语音识别基本原理的情况下,在实验室的机器人平台上,利用HTK和Julius开源平台,构建了一个孤立词的语音识别系统。利用该语音识别系统可以提取语音命令用于机器人的控制。     

基于语音识别技术的智能生活管理系统的设计

随着语音识别技术以及智能手机技术的迅猛发展,移动终端成为生活服务的新平台。从最初的只能识别10个英文数字的Audry,到将语音识别技术引入到移动终端的Siri,直至Google Assistant,无不在宣告语音识别技术的飞速发展和其在生活中的重要地位。AI技术的进步让语音识别这项技术的应用走入平常百姓的生活,语音智能生活管理系统应运而生。语音智能生活管理系统通过语音输入代替手动输入,满足了一些特殊情况下的输入需求。笔者主要设计了手机端语音拨打电话、日程安排、生活用品信息管理和个人账目管理等功能。     

基于嵌入式系统的服务机器人研究与开发

本文设计并实现了一种服务机器人系统,采用嵌入式系统,传感器阵列,语音识别与语音合成技术、无线数据通信技术,能够完成人脸跟踪、语音交互、自主移动、动作响应、远程遥控.实际实验表明,该机器人能够和人进行自然的交互,可以为人类提供一定的机器人服务功能.     

智能导盲拐杖的语音交互方法

文中设计出一款多功能智能拐杖,可以实现路径规划、自主导航、物品识别、语音交互等功能,最重要的是可以让老人对智能拐杖进行语音控制,使之更加便捷化、智能化,从而更好地为老人服务。语音交互功能采用STM32F405作为底层开发板,分为语音识别、语音合成以及语音控制等部分。     

语音交互导览机器人的设计

为提高公共场馆的讲解服务效率和趣味性,设计了一款语音交互导览机器人.该机器人采用科大讯飞AIUI新一代软硬件语音交互解决方案提升人机交互的智能化水平,机器人基于AGV磁导航和RFID射频识别技术实现自主定位导航,应用多种无线通信技术,解决机器人与场馆设备的通信控制问题,实现讲解过程中机器人与场馆设备的联动,使用STM32系列微控制器进行数据处理与系统控制,采用C语言编写机器人底层代码,系统采用标准ModBus通信协议,提高系统通信可靠性.论文设计的语音交互导览机器人具有操作简单、智能化水平高、运行可靠等特点.     

模拟英语对话机器人的研究与实现可行性分析

计算机语音技术涉厦到人工智能、模式识别、微机技术、语言声学、语言学和认知科学等许多学科领域。美国DARPA战略计算计划提出了口语系统研究,即把语音识别和自然语言理解结合起来,并进一步实用化。在我国,语音技术的研究起步较晚,语言识别技术的产品较少。本文结合中国学生学习英语状况,在计算机平台上利用语音的识别和输出及人工智能创建模拟英语对话机器人模型。     

智能仿生双向手语翻译系统

设计了一套智能仿生双向手语翻译系统,该系统主要由STM32微处理器、LD3320非特定语音识别模块、SYN6288语音合成芯片等组成,能够实现语音与手势的双向翻译。其中语音转手势部分可通过语音识别模块获得指令,手语机器人根据指令完成语音转动作的翻译。手势转语音部分通过数据手套捕获手臂的动作和姿态,识别手语动作,控制手语机器人发出语音。该系统具有成本低、识别度高、使用方便等优势,具有良好的应用前景。     

智能垃圾桶中的语音识别技术应用研究

阐述基于语音识别的智能垃圾桶的系统设计方案,将智能垃圾桶分为5大功能模块进行设计,此5大功能模块为红外线感测模块、语音识别及播报模块、机械控制模块、远程定位和通信模块,以及外观模块.要想在智能垃圾桶中应用语音识别技术,还需要设置各功能模块相对应的硬件和软件,通过硬件与软件的共同作用,实现智能垃圾桶各功能模块的正常运行,以此达成语音识别和语音宣导的作用.     

基于图像识别的捡网球机器人

基于图像识别设计了一种以STM32F407ZGT6芯片为控制核心的捡网球机器人。通过四个直流电机、L298N电机驱动模块以及HC-SR04超声波测距模块实现机器人的移动与智能避障;通过OpenMV4摄像头进行网球识别并使用机械臂实现对网球的抓取;通过LD3320A语音识别模块实现对机器人的语音控制;通过ESP8266 WiFi无线通信模块与手机APP进行数据传输,实现对机器人的远程APP控制。实验证明,此设计能有效地抓取并收集网球,操作简单、性能稳定可靠。     

基于SPCE061A单片机车载语音导航系统的研究

本文提出一种集射频识别和语音导航为一体的车辆监测和导引车载系统.该系统以DSRC通信协议为基础,对路边单元射频信号进行语音播报处理,实现了为出行者提供实时语音导航信息的功能.语音导航系统突出主动式智能管理,把车辆识别、电子收费、出行者服务几大智能管理系统的功能集成在一个车载系统中,改变了目前道路导引系统的被动管理状态,为智能交通系统中的出行者服务子系统提供了一种实用的车载方案.     

基于ROS的服务机器人关键技术研究与实现

针对服务机器人服务业务的无监督实现问题,设计并实现了一种基于ROS(机器人操作系统)的智能服务机器人系统。该系统包括管理中心、机器人本体和客户端,采用基于ROS系统的node节点分布式架构。管理中心由服务器组成,管理中心是任务管理与执行调度的核心组成部分,负责对系统内各种资源进行管理和调度,机器人本体使用高性能核心处理器搭载环境传感器,通过基于EKF(扩展卡尔曼滤波)的SLAM算法解决移动机器人导航问题,客户端与机器人本体的信息交互采用基于rosbridge的节点通信技术。机器人系统通过语音交互技术实现了语音自主导航。本设计在实验室环境采用Turtlebot机器人进行实际测试,测试结果表明本方案可以初步实现机器人基础服务场景中的自主定位与导航及语音控制功能。