摘要
本发明涉及语音识别技术领域,公开了一种工业机器人连续语音识别方法与系统,采集工业机器人操作区域的初始语音信号,对初始语音信号进行初步放大,并对信号进行降噪预处理,得到预处理后的语音信号;经预处理后的语音信号采用梅尔频率倒谱系数算法进行特征提取,得到MFCC特征向量;构建基于隐马尔可夫模型、CNN‑BiLSTM网络相结合的混合语音模型,得到语音识别模型;将特征向量输入到语音识别模型,对连续输入的语音进行逐帧识别,利用维特比算法搜索最优路径,确定语音文本序列,得到语音识别结果;将语音识别结果转化为控制指令,驱动工业机器人的机械臂或移动底盘执行相应动作;本发明能够精准识别工业环境下复杂多变的连续语音指令,准确率大幅提升。
技术关键词
连续语音识别方法
语音识别模型
连续语音识别系统
隐马尔可夫模型
递归最小二乘算法
梅尔频率倒谱系数
FIR滤波器
带噪语音信号
驱动工业机器人
子模块
维特比算法
转移概率矩阵
背景噪声
滤波器系数
特征提取模块
系统为您推荐了相关专利信息
位点预测方法
节点特征
隐马尔可夫模型
多头注意力机制
融合蛋白质
拜占庭容错
隐马尔可夫模型
签名算法
Petri网模型
验证阈值
语音识别模型
远程服务器
嵌入式系统
嵌入式语音识别
微处理器
状态机模型
协议
隐马尔可夫模型
漏洞分析方法
生成测试用例