10.19665/j.issn1001-2400.2020.02.003
车间环境下机器人语音控制的特征提取算法
针对移动机器人在车间实际工作环境中,由于噪声的影响导致对语音控制命令识别性能差的问题,提出了一种基于伽玛通倒谱系数和Teager能量算子混合特征提取的新算法.该算法用伽玛通滤波器代替抗噪性比较普通的梅尔滤波器,在提取伽玛通倒谱系数的过程中加入反映语音信号能量的Teager能量算子组成新的特征,并考虑语音信号的动态特性,将其与一阶差分参数融合组成混合特征;应用主成分分析法降维,将得到的混合特征用于移动机器人控制命令的语音识别系统.实验结果表明,在车间噪声以及信噪比为10 dB的环境下,混合特征的识别率较梅尔倒谱系数提高了12.20％,通过主成分分析法得到的混合特征的识别率提高了1.02％.
伽玛通滤波器、Teager能量算子、特征提取、机器人控制
47
TN912.34
国家自然科学基金;教育部工程科技人才培养研究项目;陕西省自然科学基础研究计划;陕西省教育厅自然科学专项
2020-04-27（万方平台首次上网日期，不代表论文的发表时间）
共7页
16-22
