機(jī)器人控制 - 智能機(jī)器人語音識(shí)別技術(shù)

　　機(jī)器人由自然條件下的語句進(jìn)行控制。這些語句描述了動(dòng)作的方向，以及動(dòng)作的幅度。為了簡(jiǎn)單起見，讓機(jī)器人只執(zhí)行簡(jiǎn)單命令。由手機(jī)進(jìn)行遙控，DSP模塊識(shí)別出語音命令，送控制命令到ARM模塊，驅(qū)動(dòng)左右機(jī)械輪執(zhí)行相應(yīng)動(dòng)作。

　　3.1 硬件結(jié)構(gòu)

　　機(jī)器人的硬件結(jié)構(gòu)如圖4所示。

?

　　機(jī)器人主要有2大模塊，一個(gè)是基于DSP的語音識(shí)別模塊;另一個(gè)是基于ARM的控制模塊，其機(jī)械足為兩滑輪。由語音識(shí)別模塊識(shí)別語音，由控制模塊控制機(jī)器人動(dòng)作。

　　3.2 語音控制

　　首先根據(jù)需要，設(shè)置了如下幾個(gè)簡(jiǎn)單命令：前、后、左、右。機(jī)器人各狀態(tài)之間的轉(zhuǎn)移關(guān)系如圖5所示。其中，等待狀態(tài)為默認(rèn)狀態(tài)，當(dāng)每次執(zhí)行前后或左右轉(zhuǎn)命令后停止，即回到等待狀態(tài)，此時(shí)為靜止?fàn)顟B(tài)。

?

　　語音的訓(xùn)練模板庫(kù)由4個(gè)命令加10個(gè)阿拉伯?dāng)?shù)字共14個(gè)組成，如下所示。

　　命令：“前”、“后”、“左”、“右”;

　　數(shù)字：“0～9”。

　　命令代表動(dòng)作的方向，數(shù)字代表動(dòng)作的幅度。當(dāng)執(zhí)行前后命令時(shí)，數(shù)字的單位為dm，執(zhí)行左右轉(zhuǎn)彎命令時(shí)，數(shù)字的單位為角度單位的20°。每句命令句法為命令+數(shù)字。例如，語音“左2”表示的含義為向左轉(zhuǎn)彎40°，“前4”表示向前直行4 dm。

　　機(jī)器人語音控制的關(guān)鍵在于語音識(shí)別的準(zhǔn)確率。表1給出了5個(gè)男聲樣本的識(shí)別統(tǒng)計(jì)結(jié)果。

?

　　4 結(jié)語

　　工作中，成功地將CHMM模型應(yīng)用于定點(diǎn)DSP上，并實(shí)現(xiàn)了對(duì)機(jī)器人的語音控制。解決了CHMM模型巨大計(jì)算量及精度與實(shí)時(shí)性之間的矛盾。提出了一種新的端點(diǎn)檢測(cè)算法，對(duì)于對(duì)抗短時(shí)或較低能量的環(huán)境噪音具有明顯效果。同時(shí)需要指出的是，當(dāng)語音識(shí)別指令增多時(shí)，則需要定義更多的句法，并且識(shí)別率也可能會(huì)相應(yīng)降低，計(jì)算量也會(huì)相應(yīng)變大。下一步研究工作應(yīng)更注重提高大詞匯量時(shí)的識(shí)別率及其魯棒性。