面向智能家居的语音识别技术研究与实现-信息与通信工程专业毕业论文.docxVIP

万方数据 万方数据 Classified Index: TN912.34 U.D.C: 978 Dissertation for the Degree of Master in Engineering THE RESEARCH AND IMPLEMENTATION OF SPEECH RECOGNITION TECHNOLOGY FOR SMART HOME Candidate： Min Liang Supervisor： Asso.Prof. Li Wei Academic Degree Applied for： Master of Engineering Specialty： Information and Communication Engineering Affiliation： Shenzhen Graduate School Date of Defense： November, 2013 Degree-Conferring-Institution： Harbin Institute of Technology 哈尔滨工业大学工学硕士学位论文 哈尔滨工业大学工学硕士学位论文 摘 要 智能家居是一个典型的集计算机、通信和消费为一体的 3C 系统，利用 传感器技术、网络传输技术、信息处理技术和音频视频技术将家居智能设备 连接成一个整体，使用一个高效的管理系统对所有智能设备进行控制。语言 交流是人类信息交换最直接的方式。在智能家居系统的使用过程中，将语音 识别技术与控制技术相结合，正成为目前研究的热点。 当前，智能手机的兴 起，带动了语音识别技术的发展。在传统的智能家居系统中，采用专用的语 音识别芯片对智能设备的控制，而且，现有的语音识别产品均须依托英特网 平台。为了节省硬件资源，改变依赖因特网的现状，本文提出在智能家居管 理系统中嵌入语音识别软件模块，实现智能设备的语音控制。 本文以语音识别技术为主，详细分析了语音识别技术的基本原理和实现 流程。从语音输入到识别输出，经过预处理、特征提取、模式匹配和模型建 立四个环节。在预处理阶段，改进了传统双门限端点检测方法在多音段提取 中存在的不足，提出了一种基于能量判决的双门限端点检测算法，用来减弱 音频段的环境噪声。使用该算法提取不同情况下多音段信号中整个有声段。 在语音信号的特征参数提取过程中，采用自相关函数法获取基音周期。由于 语音的信 息主要集 中在低频 部分，而 梅尔 频率 倒谱系数 （ Mel Frequency Cepstrum Coefficient, MFCC）将线性频率转化为 Mel 频率，突出了语音的低 频信息，从而有利于语音识别。在模式匹配过程中，使用动态时间规整识别 算法，来匹配模型库中的语音信息，从而实现智能家居的语音控制。 本课题设计了两款语音识别软件：分别基于 Android 平台和 Matlab 环境 开发，对比了两类软件的优缺点。针对 Matlab 开发的语音识别软件系统，实 现语音识别，并对此系统进行了识别率、实时性的测试。结果显示单音段的 识别率取得了很好的识别效果，证明了此系统的识别算法具有良好的实用性。 系统的不足之处在于对多音段的识别过程中识别率不高，实时性不好，本文 分析了具体原因，并提出了修改方向。 关键词：智能家居；语音识别；基音周期；梅尔频率倒谱参数；动态时间规整 I - Abstract Smart Home is a typical set of computer, communications and consumer as one of the 3C system，all of smart devices will be connected into a whole sensor technology, network transmission technology, information processing technology, audio and video technology, using an efficient management system controls all devices. Language communication is the most direct way information exchange. During the use of Smart Home system, combined the speech recognition technology and control technology is becoming the focus of current research. In traditional smart home system, people use a