4机器人多感知技术-听觉
第四节机器人的“听觉器官”
第四节机器人的“听觉器官”◆任务主题设计、制作一个声控机器人，听到声音就动，而且声音越大运动就越快。
◆活动过程1、了解机器人的听觉“器官”，理解“声音传感器”感知声音强弱的工作过程及原理。
2、了解并学会运用机器人驱动其听觉器官工作的指令和程序，经过设计和实际调试，掌握让机器人在声音的控制下完成相关的动作设计制作过程与方法。
◆学习与实践一、基础知识人的耳朵是仅次于眼睛的感觉器官，声波扣击耳膜，引起听觉神经的冲动，冲动传给大脑的听觉区，因而引起人的听觉。
机器人的听觉“器官”——耳朵，比起人的耳朵简单多了，它的结构不象人耳那样复杂，它是用一种叫做钛酸钡的压电材料做成的“耳朵”比人的耳朵更为灵敏，即使是火柴棍那样细小的东西反射回来的声波也能被它“听”的清清楚楚。
机器人的耳朵就是我们很熟悉麦克风或称之为声音传感器，它的外形如图4—1—1所示。
用压电材料做成的“耳朵”之所以能够听到声音，其原因就是压电材料在受到拉力或者压力作用的时候能产生电压，这种电压能使电路发生变化。
这种特性就叫做压电效应。
当它在声波的作用下不断被拉伸或压缩的时候，就产生了随声音信号变化而变化的电流，这种电流经过放大器放大后送入电子计算机（相当于人大脑的听区）进行处理，机器人就能听到声音了。
做一做：观察自已拥有的机器人，找一找可以用来当做听觉器官的有哪几种传感部件？乐高机器人的听觉器官“DCP声音传感器”能力风暴机器人的听觉器官“麦克风”图4—1—1机器人的听觉“器官”声音传感器虽然很简单，可是它的功能不弱。
通过声音传感器，机器人可以感受到声音的强弱。
机器人的“耳朵”——声音传感器并不是所有的声音都能听见，它能“听见“的声音范围跟人能听见的声音频率是大致一样的。
机器人能够感知到声音的强弱，利用这一点，可以通过不同的方式让个人机器人感知到韵律。
我们通过程序的编制让机器人可以听懂声音的节奏和频率。
但要让机器人能够完全、准确的听懂音乐，听懂声音，是一个很大的工程挑战，还需要人们进一步研究、开发。
人工智能机器人的感知与控制技术研究
人工智能机器人的感知与控制技术研究引言人工智能机器人的发展正在以惊人的速度改变着我们的生活，而人工智能机器人的感知与控制技术也是其关键性的研究领域。
在本文中，我们将讨论人工智能机器人的感知与控制技术的基本概念、应用及最新进展。
一、人工智能机器人的感知技术人工智能机器人的感知技术是其关键部分之一，其目的是为机器人提供视觉、听觉、触觉等感觉能力，并将这些信息传输给机器人的计算机控制系统。
目前主要的感知技术包括：1、视觉感知视觉感知是机器人最重要的感知方式之一，它通过使用数码相机或其他相关设备获得图像，并通过计算机处理实现对环境的识别和理解。
在视觉感知技术中，深度学习算法已经成为最为流行的技术之一，它运用神经网络模拟人类视觉感知过程，并实现图像识别、追踪等功能。
2、听觉感知听觉感知将声音传感器应用于机器人上，实现对环境声音的感知和识别。
通过语音识别算法，机器人能够识别并理解人类语言，实现与人类的交互。
3、触觉感知触觉感知是机器人实现人类手的功能的关键技术之一。
利用接触、力和形状信息传感器，机器人可以感知到物体的几何形状和质地，实现抓取、握持等操作。
二、人工智能机器人的控制技术人工智能机器人的控制技术是利用感知技术获取环境信息，结合机器人预设的任务要求，并采取特定的决策方法，实现对其运动的控制。
目前主要的控制技术包括：1、基于规则的控制基于规则的控制是人工智能机器人目前最常用的控制方式之一。
在此控制方式下，机器人会根据预先设定的规则对其运动进行控制。
这种控制技术能够确保机器人的稳定性和可靠性，但是限制了其运动的灵活性。
2、学习式控制学习式控制属于机器人控制的一种新技术，它通过不断学习环境，掌握和记忆数据信息，并结合机器人的任务目标，使机器人从中自主地提取规律，实现其动作的自主控制。
目前，深度强化学习已被广泛应用于机器人控制领域，使得机器人能够自主从环境中获得反馈信息，并实现自主控制。
三、人工智能机器人的应用人工智能机器人的应用范围极为广泛，涉及到工业、医疗、教育等领域。
人形机器人工作原理
人形机器人工作原理人形机器人是一种模拟人类外形和行为的机器人。
它利用先进的科技和人工智能技术实现了与人类相似的动作和表情，进而能够执行各种任务和工作。
本文将详细介绍人形机器人的工作原理。
一、感知技术人形机器人的感知技术主要包括视觉感知、听觉感知和触觉感知。
首先是视觉感知，机器人配备了高精度的摄像头，能够通过摄像头实时获取周围环境的图像信息，并进行图像识别和目标跟踪，从而实现对周围环境的感知。
其次是听觉感知，机器人搭载了麦克风和声音识别技术，能够实时捕捉声音信号，并将其转化为数字信号进行处理。
最后是触觉感知，机器人的手臂、脚部等关节配备了触觉传感器，能够感知到外界物体的触摸和力度，从而实现对外界的触觉感知。
二、运动控制技术人形机器人的运动控制技术是实现其灵活自由的动作的核心。
运动控制技术主要包括姿态控制和步态控制两个方面。
姿态控制是指机器人通过关节控制实现各种姿态的切换，包括站立、行走、弯曲等。
步态控制是指机器人通过合理的腿部动作和重心调整实现自主行走和奔跑。
这两个控制技术的结合使得机器人能够像人类一样自由地移动和行走。
三、人工智能技术人形机器人的人工智能技术包括语音识别和自主学习两个方面。
语音识别技术使得机器人能够听懂人类的语言并作出相应的回应。
它通过语音信号的采集和分析，将语音转化为文本或指令进行处理。
自主学习技术是指机器人通过学习和积累经验，逐渐提升其工作能力和智能水平。
机器人能够不断地吸取新知识和技能，并将其应用于实际工作中，表现出与人类相似的智能。
四、电力系统人形机器人需要一个高效的电力系统来提供能量供给。
常见的电力系统有电池和外部供电两种形式。
电池是最常见的电力供应方式，机器人的内部电池能够为其提供短时间的能量供给。
一些特殊应用的人形机器人可能会采用更加复杂的外部供电方式，例如通过导线或无线方式接入电源。
五、安全保护技术为了保证人形机器人的安全性，需要采取一系列安全保护技术。
首先是碰撞检测与避障技术，机器人搭载了多个传感器，能够实时检测到前方障碍物并进行规避。
机器人的感知与控制技术
机器人的感知与控制技术一、机器人的概述机器人是一种自动化装置，最初是为了重复性的工作而设计的。
机器人可以自主进行任务，掌握一定的知识和技能，以专业领域为主要应用方向，常见的有工业机器人、服务机器人等，随着人类对机器人的不断探索和发展，机器人已经成为现代工业生产的重要一环。
二、机器人感知技术机器人的感知技术是指机器人利用传感器等设备对其环境进行观察和感知，从而获得信息和数据，进行决策和行动。
机器人的感知技术主要包括视觉、听觉、触觉、力觉等方面。
1. 机器人的视觉感知技术机器人的视觉感知技术是机器人的重要技术之一，主要通过图像处理技术实现。
机器人通过搭载高清摄像头、红外线摄像头、激光雷达等设备对周围环境进行拍摄和监测，利用数字信号处理技术进行图像重建和分析，从而完成对周围环境的感知和理解。
机器人视觉感知技术的应用领域非常广泛，包括无人驾驶、智能安防等领域。
2. 机器人的听觉感知技术机器人的听觉感知技术是机器人用于声音和声波接收和识别的技术，主要用于环境感知和语音交互等方面，主要包括麦克风、声音传感器等设备。
机器人通过识别声音并进行处理，可以获得环境变化和信息，从而更好地完成相应的任务。
3. 机器人的触觉、力觉感知技术机器人的触觉、力觉感知技术主要是通过搭载力传感器、压力传感器、振动传感器等设备对周围环境进行感知。
机器人可以通过对不同物体的触感信息和力学特性的检测，完成对物体质量、形状、硬度等特性的分析，并加以分类和处理。
三、机器人控制技术机器人控制技术是机器人完成任务的重要手段和方法，它主要分为硬件控制和软件控制两方面。
1. 机器人的硬件控制技术机器人的硬件控制技术是指通过搭载电机、传感器、执行器等设备实现机器人的运动和与环境的交互。
硬件控制技术的目标是提高机器人的灵敏度和运动稳定性，保证机器人能够在实际应用中具备高精度、高可靠性的运动控制特性。
2. 机器人的软件控制技术机器人的软件控制技术是指通过编写程序控制机器人的运动和任务执行。
机器人感知技术的研究现状
机器人感知技术的研究现状近年来，随着科技的不断进步和发展，机器人技术逐渐成为一个备受瞩目的领域。
在这个领域中，机器人感知技术是一个至关重要的研究方向。
机器人感知技术涉及到机器人的感知、理解、判别和反应等方面，是机器人技术的关键之一。
本文将对机器人感知技术的研究现状进行探讨，并分析其对社会的影响。
一、机器人感知技术的定义和研究方向机器人感知技术是指机器人对环境、任务和运动状态的感知能力。
这种感知能力包括视觉、听觉、触觉、力觉、运动学和动力学等多种方面。
从机器人视觉、听觉、触觉等单一感知方向出发，逐步向全感知、整合感知、人机交互等综合感知方向演化，致力于不断提升机器人的感知能力。
二、机器人视觉感知技术的现状机器人视觉感知技术是机器人感知技术中最常见、最关键的一种技术。
随着机器人感知技术的不断发展，机器人的视觉感知能力也得到了大幅度提高。
目前，机器人视觉感知技术已经在国内外得到广泛应用，涵盖工业制造、服务机器人、医疗机器人等多个领域。
机器人视觉感知技术的两个关键技术点是目标检测和目标追踪。
目标检测是指机器人在图像或者视频流中寻找特定目标的能力，这个目标可以是一张照片、一个视频帧或者一个实物。
目标追踪是指机器人在视频流中跟踪特定目标的能力。
机器人可以通过目标追踪技术，实现对目标的跟随、识别和分析等功能。
三、机器人听觉感知技术的现状与机器人视觉感知技术相比，机器人听觉感知技术的研究相对较少。
目前，机器人听觉感知技术主要应用于人机交互、语音识别和语音合成等领域。
机器人的听觉感知技术可以分为语音处理和环境声音处理两个方向。
语音处理的核心是语音识别和语音合成技术，旨在使机器人能够理解人类语言并回答问题。
环境声音处理的核心是音频信号处理技术，旨在使机器人能够识别环境中的声音，如车辆的声音、人说话的声音、水流声等，从而满足机器人针对特定任务的定向感知需求。
四、机器人触觉感知技术的现状机器人触觉感知技术主要用于机器人与环境的交互，包括抓取、操控、力控等功能。
智能机器人的感知与定位技术实现分析
智能机器人的感知与定位技术实现分析随着人工智能领域的飞速发展，智能机器人正逐渐成为现实生活中的一部分。
智能机器人能够感知和理解环境，并准确地定位自身位置，这是实现其自主导航和执行任务的关键。
本文将从感知和定位两个方面，探讨智能机器人的技术实现方法。
一、感知技术智能机器人的感知技术包括视觉感知、声音感知、触觉感知等多种方式，使机器人能够感知周围环境的信息。
1. 视觉感知视觉感知是智能机器人获取环境信息最常用的方法之一。
机器人通过安装摄像头等感知器件，利用图像处理算法来识别和理解环境中的物体、人和场景。
例如，通过图像识别技术，机器人可以识别人脸、数字、文字等，并执行相应的任务。
2. 声音感知声音感知使智能机器人能够通过声音信号来感知环境。
机器人通常使用麦克风等感知器件来采集声音，并通过音频处理算法来识别和理解语音指令或环境中的声音信号。
这种技术使得机器人可以与用户进行语音交互，识别并执行口头命令。
3. 触觉感知触觉感知技术使机器人能够感知物体和环境的力量、压力和接触信息。
智能机器人通过搭载触觉传感器等器件，能够精确地感知和识别物体的形状、硬度和温度等特征。
利用这些信息，机器人可以避免碰撞、抓取物体和执行其他与触摸相关的任务。
二、定位技术在智能机器人的实现过程中，确定机器人在环境中的位置信息至关重要。
通过定位技术，机器人能够精确地了解自身所处的位置和方向，从而进行自主移动和执行任务。
1. 视觉定位视觉定位是智能机器人利用图像信息进行定位的一种方法。
机器人通过摄像头等感知器件采集图像，并基于图像处理技术进行特征提取和匹配，从而确定自身的位置和方向。
视觉定位适用于有明显视觉标识的环境中，例如使用二维码、标志物或特定图案进行定位。
2. 惯性导航惯性导航是一种通过测量机器人自身的重力加速度和角速度来推算位置和方向的定位技术。
智能机器人通常搭载陀螺仪、加速度计等惯性传感器，通过采集和处理传感器数据，计算机器人相对于初始位置的运动量。
机器人的感知与认知
机器人的感知与认知随着科技的不断进步和发展，机器人逐渐成为人们生活中的重要组成部分。
机器人的感知与认知能力被认为是其核心技术，它决定了机器人能否与人类有效地交互和合作。
本文将探讨机器人的感知与认知，并分析其在各个领域的应用。
一、机器人感知技术机器人能够通过各种传感器感知周围环境，并将感知到的信息转化为可供计算机处理的数据。
常见的机器人感知技术包括视觉感知、听觉感知、触觉感知和位置感知。
1. 视觉感知机器人通过摄像头等设备获取图像信息，并通过图像处理算法进行分析和识别。
例如，机器人可以通过视觉感知技术辨别物体的形状、颜色和大小，实现物体抓取或目标追踪等功能。
2. 听觉感知机器人通过麦克风等设备获取声音信号，并通过声音处理算法分析和理解。
例如，语音识别技术使得机器人能够听懂人类的指令，并做出相应的反应。
3. 触觉感知机器人通过触摸传感器等设备获取触摸信号，并通过触摸感知算法进行分析和处理。
例如，机器人可以通过触摸感知技术判断物体的硬度、温度和纹理等属性。
4. 位置感知机器人通过全球定位系统（GPS）、惯性导航等技术获取自身的位置信息。
这些技术帮助机器人在运动中准确定位，实现精确导航和路径规划。
二、机器人认知技术机器人的认知能力是其理解和处理感知信息的能力。
机器人的认知技术主要包括智能推理、知识表示和机器学习。
1. 智能推理机器人通过推理技术，通过已有的知识和规则进行逻辑推理，从而做出合理的决策。
例如，机器人可以通过智能推理技术在复杂环境中找到最佳路径或解决问题。
2. 知识表示机器人通过知识表示技术将获取到的知识进行存储和组织，便于后续的处理和利用。
常见的知识表示方法包括逻辑表示、本体表示和语义网络等。
3. 机器学习机器学习技术使得机器人能够通过观察和经验来学习并不断改进自己的性能。
例如，机器人可以通过机器学习算法提取出感知信息中的关键特征，并用于目标识别和分类等任务。
三、机器人在各领域的应用机器人的感知与认知技术在各个领域都有着广泛的应用。
机器人的感知和感知处理技术是如何实现的
机器人的感知和感知处理技术是如何实现的机器人的感知和感知处理技术是指机器人通过传感器获取外部信息，并进行处理和分析的重要技术。
感知技术使机器人能够感知和适应环境，与周围世界进行交互，从而执行各种任务。
感知处理技术则是对感知到的信息进行处理和分析，以获取有用的数据和知识，为机器人的决策和行动提供支持。
机器人的感知技术主要包括视觉感知、听觉感知、触觉感知、力觉感知和陀螺仪感知等方面。
其中，视觉感知是机器人最重要的感知方式之一。
机器人通过搭载摄像头等传感器，获取环境中的图像和视频信息。
通过图像处理和计算机视觉技术，机器人能够识别、跟踪和定位目标物体，实现视觉导航和操作。
另外，听觉感知是机器人实现语音交互和环境感知的重要手段之一。
通过搭载麦克风等传感器，机器人能够识别并理解语音指令，实现语音控制和交流。
此外，触觉感知则使机器人能够获取物体的触觉信息，通过触觉传感器识别、测量和分析物体的力、压力和形状等特性，实现对物体的触觉感知和操作。
机器人的感知处理技术主要包括数据获取、数据预处理、特征提取和信息理解等方面。
数据获取是机器人感知处理的基础，通过传感器获取的原始数据需要进行预处理和过滤，去除噪声和干扰，以提高感知处理的准确性和可靠性。
数据预处理是对原始数据进行滤波、降噪、标定和变换等处理，以提取有价值的信息。
特征提取是从原始数据中提取出具有区分性和代表性的特征，以描述和表征所感知的物体或环境。
常用的特征提取方法包括边缘检测、角点检测、纹理分析和运动分析等。
信息理解则是通过对特征进行分析和推理，将感知到的信息转化为机器人可以理解和处理的形式，为机器人的决策和行动提供支持。
机器人的感知和感知处理技术的实现离不开现代计算机科学和人工智能的支持。
计算机科学为机器人提供了高效的数据处理和计算能力，使机器人能够实时地对感知到的数据和信息进行处理和分析。
人工智能技术则为机器人的信息理解和决策提供了重要支持。
基于机器学习和深度学习的方法可以让机器人通过学习和训练获取知识和模型，从而实现对感知信息的理解和推理。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2011-11-2
河北工业大学机械学院
2
第四章 机器人听觉
从识别的难易程度和应用的目的， 从识别的难易程度和应用的目的，可将语音 识别系统分为两大类： 识别系统分为两大类：
9
4.1 声音信号的特征
3. 音调周期特性
从频谱分析的角度来看， 从频谱分析的角度来看，一个振动信号可分为基波和各次 谐波。 谐波。 音调周期就是话音信号的基波周期。 音调周期就是话音信号的基波周期。 男性的音调周期较长，女性和小孩的音调周期较短； 男性的音调周期较长，女性和小孩的音调周期较短； 每个人的音调周期互不相同，同一个人的音调周期变化不 每个人的音调周期互不相同， 大； 各种字的音调周期也不相同。 各种字的音调周期也不相同。
出现峰值时的频率值称为声道的共振峰位置特 共振峰特性。 简称共振峰特性 性，简称共振峰特性。 话音信号的频谱等于声带发出的脉冲信号频谱与声 道频率特性的乘积，即 道频率特性的乘积， S(f)=Ss(f) ·H(f)
2011-11-2 河北工业大学机械学院
16
4.1 声音信号的特征
用一个求最大值电路求出F的峰值时的频率值即为共振峰特性 用一个求最大值电路求出 的峰值时的频率值即为共振峰特性 的峰值时的频率值即为
2011-11-2
河北工业大学机械学院
19
4.2 特定人的语音识别系统 特定人语音识别系统判别的基本方法是： 特定人语音识别系统判别的基本方法是：
1. 确定识别方法所用的特征 确定识别方法所用的特征; 2. 将接收到的话音提取特征矩阵 将接收到的话音提取特征矩阵; 3. 与事先存储在系统之内的标准模板中的特征矩阵相比较， 与事先存储在系统之内的标准模板中的特征矩阵相比较， 计算它们的距离。 计算它们的距离。这个距离可以用各个对应的特征值之差 的平方和来定义。 的平方和来定义。 4. 如果距离小于某个值，则系统认为该发言人是指定的发 如果距离小于某个值， 言人，并确定所说的话是什么。 言人，并确定所说的话是什么。
第四章 机器人听觉
随着计算机技术的发展和语音识别技术的提高， 随着计算机技术的发展和语音识别技术的提高，各 种声交互系统得到越来越广泛的应用。 种声交互系统得到越来越广泛的应用。例如
电话自动提款系统 区分授权人和非授权人的“声锁” 区分授权人和非授权人的“声锁”等；
在机器人系统中， 在机器人系统中，听觉系统是机器人的重要感觉器 官之一（听觉接收外部信息量占总信息的5%）： 官之一（听觉接收外部信息量占总信息的 ）：
发无阵音
声音强弱
2011-11-2
河北工业大学机械学院
5
4.1 声音信号的特征
1. 2. 3. 4. 5. 声音信号的特征 信号幅度 过零率 音调周期 线性预测系数 声道共振峰值
发声源特性
声道特性
每种特征只能反映声音信号的一个侧面 语音的每一小段（取样周期20ms）都有一组特征， 语音的每一小段（取样周期 ）都有一组特征， 称之为一个特征向量 称之为一个特征向量 一个字音就有一组特征向量，称之为特征矩阵 一个字音就有一组特征向量，称之为特征矩阵
2011-11-2
河北工业大学机械学院
3
第四章 机器人听觉
机器人的听觉系统的框图
2011-11-2
河北工业大学机械学院
4
4.1 声音信号的特征
人的发音器官可分为两部分， 声道和声带。 人的发音器官可分为两部分，即声道和声带。
声带是发音器，声道相当于一个谐振腔或滤波器。 声带是发音器，声道相当于一个谐振腔或滤波器。 整个发音过程可用一个电模型表示。 整个发音过程可用一个电模型表示。 发有阵音 声道的特性
2011-11-2 河北工业大学机械学院
17
4.2 特定人的语音识别系统
特定人语音识别方法是将事先指定的人的声音中的每一 个字音的特征矩阵存储起来，形成一个标准模板（ 个字音的特征矩阵存储起来，形成一个标准模板（或叫模 ），然后再进行匹配 然后再进行匹配。 板），然后再进行匹配。 它首先要记忆一个或几个语音特征， 它首先要记忆一个或几个语音特征，而且被指定人讲话 的内容也必须是事先规定好的有限的几句话。 的内容也必须是事先规定好的有限的几句话。特定人语音识 别系统可以识别讲话的人是否是事先指定的人， 别系统可以识别讲话的人是否是事先指定的人，讲的是哪一 句话。 句话。
2011-11-2
河北工业大学机械学院
1
第四章 机器人听觉
机器人听觉系统与人耳的功能还有很大的距离
由于人类的语言非常复杂。无论哪个民族， 由于人类的语言非常复杂。无论哪个民族，其词汇量都非 常大，即使是同一个人， 常大，即使是同一个人，他的发音也随着环境和身体状况 而变化。 而变化。
近年来， 近年来，机器人听觉取得了令人鼓舞的成果
2011-11-2
河北工业大学机械学院
15
4.1 声音信号的特征
5. 声道共振峰特征
声带相当于一个脉冲串发生器，而声道相当于一个时变 声带相当于一个脉冲串发生器， 滤波器。实际上这个滤波器的频率特征具有一些共振峰， 滤波器。实际上这个滤波器的频率特征具有一些共振峰， 共振峰峰值的频率位置随所发话音的不同而变化。 共振峰峰值的频率位置随所发话音的不同而变化。 经分析，从零频算起的前三个共振峰很重要， 经分析，从零频算起的前三个共振峰很重要，影响话音 的波形。 的波形。
2011-11-2
河北工业大学机械学院
11
4.1 声音信号的特征
具体处理方法
2011-11-2
河北工业大学机械学院
12
4.1 声音信号的特征
按上述办法提取的脉冲串进入相应当单元时， 按上述办法提取的脉冲串进入相应当单元时，这个单元可 以粗略的估计信号的基波周期。 以粗略的估计信号的基波周期。 每个单元将其幅值保持时间τ，期间对后来的脉冲不作任 何处理； 脉冲按指数规律下降， 何处理；时间τ后，脉冲按指数规律下降，直到遇到幅度 超过它的脉冲时，上边的过程重新开始。 超过它的脉冲时，上边的过程重新开始。其中τ与脉冲幅 值成正比。 值成正比。
2011-11-2
河北工业大学机械学院
7
4.1 声音信号的特征
2. 过零率特征
过零率是指短时间段内语音信号过零次数， 过零率是指短时间段内语音信号过零次数，它大致反映 是指短时间段内语音信号过零次数 信号在短时间内的平均频率。 信号在短时间内的平均频率。 经统计，有阵音的过零率大致为20～30，无阵音的过零 经统计，有阵音的过零率大致为20～30， 20 率范围为80 120，一般的噪声过零率在这两个范围之间。 80～ 率范围为80～120，一般的噪声过零率在这两个范围之间。
2011-11-2
河北工业大学机械学院
14
4.1 声音信号的特征
实验表明，用前 个值来估计就能保证足够的精度 个值来估计就能保证足够的精度， 实验表明，用前8个值来估计就能保证足够的精度，这时 预测公式为
s9=a1s1+a2s2+ …+a8s8
式中， 分别为第一、第二、 式中， a1、a2、…、a8分别为第一、第二、……、第八预测 、 系数，综合称为预测系数特征。 系数，综合称为预测系数特征。 某一段话音在不同的短时间段内， 某一段话音在不同的短时间段内，其预测系数特征是不 同的，必须分段求取。 同的，必须分段求取。
因此，可用音调周期进行话音识别。 因此，可用音调周期进行话音识别。 注意：只有“有阵音”才具有音调周期特性， 注意：只有“有阵音”才具有音调周期特性， 无阵音”不具备音调周期特性。 “无阵音”不具备音调周期特性。
2011-11-2 河北工业大学机械学院
10
4.1 声音信号的特征
估计音调周期的方法较多，这里介绍一种并行处理法。 估计音调周期的方法较多，这里介绍一种并行处理法。原理：根据话音信号的峰直和谷值的位置， 原理：根据话音信号的峰直和谷值的位置，提取一些脉冲 将其附近某一邻域内的峰与谷忽略， 串．将其附近某一邻域内的峰与谷忽略，这样得到的脉冲 串可以保留原来信号钓周期特性， 串可以保留原来信号钓周期特性，再用适当的方法估计话 音的周期。 音的周期。整个音调周期估计器的框图如下
这些脉冲的宽度可作为音调周期的估计值。 这些脉冲的宽度可作为音调周期的估计值。
2011-11-2
河北工业大学机械学院
13
4.1 声音信号的特征
4. 线性预测系数特征
预测系数， 简称预测系数 它用几个数值来反映滤波器特性。 简称预测系数，它用几个数值来反映滤波器特性。 在一个短时间内， 在一个短时间内，话音信号可以认为是一串窄脉冲夹 在一个滤波器输入端时的滤波输出信号。 在一个滤波器输入端时的滤波输出信号。信号波形受滤波 器的影响，可从该波形中提取表征滤波器特性的特征值。 器的影响，可从该波形中提取表征滤波器特性的特征值。 的话音信号取样， 对20ms的话音信号取样，取样周期为 的话音信号取样 取样周期为0.125ms，取样值 ， 依次为s 、 、 、 依次为 1、s2、s3、…。 预测系数反映这些取样值之间的关系， 预测系数反映这些取样值之间的关系，即反映滤波器 的特性。 的特性。 滤波器的特征是连续的， 滤波器的特征是连续的，所以一个取样值可用前面若 干个取样值的线性组合来求得。 干个取样值的线性组合来求得。
2011-11-2
河北工业大学机械学院
18
4.2 特定人的语音识别系统
为了识别发言人的话， 为了识别发言人的话，首先要找出话音的起点和 终点。 终点。 实验证明，必须把幅度特征 过零率特征联合起 幅度特征和 实验证明，必须把幅度特征和过零率特征联合起 来检测话音的起点和终点。 来检测话音的起点和终点。 为此，系统还要能够保留一段声音信号， 为此，系统还要能够保留一段声音信号，当发现 明显的声音信号时， 明显的声音信号时，要从这点向前考察各个短时 间段的幅度与过零率， 间段的幅度与过零率，只要其中之一超过某个限 就认为这段还是属于发音段， 值，就认为这段还是属于发音段，直到这两种特 征都低于限值时才停止考察， 征都低于限值时才停止考察，这个时间点就是话 音的起点。 音的起点。 对于终点，也用相同的办法来判别。 对于终点，也用相同的办法来判别。