基于语音识别的智能交互系统设计

针对于当前语音信号的复杂性,和外界噪音的干扰,导致语音交互系统难以实现较为连续交互这一问题,采用由语音识别、单轮交互、多轮交互、语音合成这四个模块构成的基于语音识别的人机交互系统,在语音识别模块中,语音特征信号提取采用了MFCC特征提取方法,采用了深度算法进行构建声学模型。在多轮交互模块中,采用了GPT-2模型来实现了人机交互中的长对话。结果表明：该语音交互系统可以精准地提取出语音中的所需特征,然后进行有效的语音识别,DNN-HMM模型进行语音识别的WER值为4.11,识别时间短,最后合成出了清晰自然的语音。该结果证明此语音交互系统具有可行性。     

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.     

监控系统的语音识别与语音提示

介绍了一种采用语音识别和语音提示的监控系统。给出了系统硬件框图,并对各部门分功能进行了阐述;重点论述了各部分电路设计、工作原理及语音提示部分电路和通讯接口电路的软件设计思想,并给出主程序流程图。     

基于物联网的智能家居安全监控系统设计

随着人们生活水平的不断提高,针对原有智能家居安全监控系统智能门禁误报率过高的问题,设计基于物联网的智能家居安全监控系统。采用多端口终端作为智能家居安全监控终端,采用嵌入式控制器与嵌入式芯片完成中央控制器与总线的设计,利用时钟芯片与语音控制器实现系统的人机交互;基于硬件设计,进行系统软件设计,采用传感器进行监控信息采集,通过数据分类与归一化方程完成对信息的预处理,通过对安全监控流程进行设定完成安全监控过程。结合系统硬件设计与软件设计,完成基于物联网的智能家居安全监控系统设计。构建对比实验,与原有系统相比,此系统的门禁效果与人机交互性能更佳。门禁误报率较原有系统低4.5%~6.25%。由此可知,此系统更优越。     

基于语音识别技术的在线语言交互学习系统的设计与实现

当前中外语学习口语环境的不足问题已导致学生在语言应用过程中出现了许多困难。研究针对该问题提出了一种基于语音识别技术的在线语音交互学习系统。从语音输入质量入手,在预处理步骤上进行语言信号时域特征的变换,针对计算量和存储空间性能对动态时间规整算法进行改进,并基于改进算法构建在线韩语交互学习系统。实验结果表明,优化算法与混合模式方案,在不同的噪音与信嗓比背景下,混合模型的音频识别错误率均低于30%,在40 dB的条件下识别错误率低于16%。融入优化算法的教学系统在40 dB的条件下错误率低于13%。说明HMM与DBN混合模型更适用于韩语语言识别教学系统,此次设计的基于语音识别的语言交互学习系统具有一定应用价值。     

基于物联网语音控制垃圾分类系统

为满足无接触式垃圾分类要求,本项目拟设计基于物联网语音垃圾分类系统。项目利用在线语音识别,完成垃圾种类识别,同时采集垃圾重量信息,测量溢满程度,进行烟雾检测。信息通过WiFi模块上传至云数据库,搭建PC监控系统平台对云数据库中的垃圾桶参数进行读取与整合,实现网络云监护。本系统的设计和开发便于城市垃圾分类的普及并培养人们的垃圾分类意识。     

基于云计算和语音识别的控制系统

近年来,随着语音控制的热度逐渐增加,语音助手的种类也越来越多,但该类应用通常都是通过语音识别技术 来实现对用户指令的识别和反馈。本文所介绍的软件是一款基于云计算和语音识别的控制系统,和传统语音识别应用不同的 在于其语音识别的方式采用了本地语音识别,结合云计算和物联网传感器进行信息的处理。     

基于语音识别的安全认证系统

文章在对智能终端安全性需求进行分析的基础上,将语音识别与沙盒防护技术应用于智能终端。使用者是否获得授权的验证是文章分析的一个重点问题。通过选择在广泛使用的Android系统上设计实现了一个基于语音识别的安全认证系统,从使用者声音的识别、沙盒防护的交互接口和交互协议等几个方面对系统构建的关键技术进行了详细分析。     

物联网时代的智能家居系统

目前智能家居中的智能化已经不是单纯的高新技术产品的简单合成,而是利用这些高新技术产品进行网络连接并集成各子系统,以最终在节能的主导思想下以最小的经济投入为人们提供一个最大安全的、高效便捷的、健康舒适的工作及生活环境。文中简要介绍了智能家居的产生、发展和定义,并在此基础上,论述了未来物联网时代智能家居的结构组成及发展趋势。     

基于语音识别的IVR系统的设计与实现

语音识别技术在新一代呼叫中心的IVR系统中得到了广泛应用。本文讨论了一个基于语音识别的IVR系统的设计与实现,首先介绍了系统的结构和主要模块,之后介绍了本系统的难点和解决办法。最后从识别率、鲁棒性方面对该系统进行了测试和分析,实验结果表明,该语音识别系统是稳定的实用的。     

基于语音识别技术的智能家居主控设计

针对目前市场上大部分智能家居产品采用手机客户端控制,控制入口深、用户操作不便的问题,设计了一款具有语音交互功能的智能家居主控。该语音主控基于语音识别技术和Zig Bee技术,硬件上由科大讯飞AIUI语音处理模块、Zig Bee通信模块、麦克风阵列等组成。在软件上集成科大讯飞SDK编写了语音识别程序,实现家庭设备的语音控制;同时,编写软件程序实现手机客户端与语音主控的本地通信以及语音主控与阿里云服务器的远程通信;最后,设计实验并测试语音主控在本地与远程数据传输的延时与丢包情况。测试结果表明,本地与远程数据传输的平均延时分别为40ms和607ms,丢包率分别为0.038%和0.16%,数据传输的实时性与准确性可以满足智能家居场景的实际应用需求。     

语音识别在轮机模拟器中的应用

针对传统轮机模拟器的操作者身兼多职、人机交互复杂的问题,将语音识别技术应用于轮机模拟器。收集并制作轮机领域的语料库,提取语音信号的MFCC特征,基于Kaldi平台完成声学模型建立,使用SRILM工具建立语言模型并对比多元语言模型性能差异,针对语料稀疏问题使用Kneser-Ney平滑算法进行处理,建立用于操作轮机模拟器的语音交互系统。通过测试表明,能够实现使用语音操作轮机模拟器。     

基于HTK的语音识别系统设计

HTK是英国剑桥大学开发的一套基于C语言的语音处理工具箱，广泛应用于语音识别、语音合成、字符识别和DNA排序等领域。文中主要介绍了HTK的基本原理和软件结构，并且针对HTK工具箱进行了二次开发，设计开发了一套完整的语音识别输入系统及其相应的测试平台，并验证了该语音识别系统的识别率，实验表明，该系统取得了较好的语音输入效果。     

基于语音识别和语速修改的语音复读系统

针对英语学习中的听力练习问题,利用语速修改算法和大词表连续语音识别算法,实现一个面向英语学习的语速可变、字幕同步的数字复读系统,根据字幕选择相应的语音进行复读,并实时调整语速。MOS评测结果表明,系统调节语速后的语音平均MOS得分为4.1,接近原始语音质量。语音识别结果显示,系统对英语听力材料中纯净语音的识别率达到70.8%,能够满足英语听力学习的需要。     

基于语音识别的摩尔斯码训练系统研究

针对船员摩尔斯码训练需求,提出一种基于语音识别的摩尔斯码训练系统。分析船员摩尔斯码训练方法与组织模式,针对船员摩尔斯码训练特.点及训练需求,对系统总体设计、语音识别模块设计进行了研究,并对训练软件语音识别部分进行设计。经验证,语音识别正确率达到95.2%,能够满足船员摩尔斯码训练人机交互需求。     

基于STM32语音识别的垃圾分类机器人设计

二十一世纪物联网在人们的生活中应用十分广泛,几乎是无处不在的.近些年来,国内外垃圾分类机器人的相关技术不断完善,产业正大规模地走向市场,以提供人们舒适的服务.以STM32单片机为主控芯片,利用ESP8266-01S无线WIFI模块连接物联网OneNet平台,实现语音识别垃圾分类功能,最后通过实践表明,本设计具有性价比高...     

基于物联网技术的智能家居系统的优化设计

随着经济的快速发展和社会的不断进步,人们对于家居品质及管理系统之间也有更高的追求,智能化的家居环境进入人们的视野。本文从传统智能家居系统入手,介绍了物联网及智能家居的概念,进一步分析了分析无线通信技术,简述了智能家居系统设计。