10.13873/J.1000-9787(2022)04-0104-04
基于Bi-LSTM的人机语音交互
人的语音具有一定的上下文相关性,传统语音识别模型对历史信息记忆能力不足,无法充分学习语音序列的相关性.根据人对机器人控制的语音特点,设计了一种基于双向长短时记忆(Bi-LSTM)网络的控制机器人的语音识别模型,并在自己制作的语音库中训练,优化了模型参数.实验结果表明:远端控制命令通过语音识别模型转化为控制命令,传送到机器人的人际交互系统,较好地完成了人对机器人发出的运动控制、状态反馈和环境监测的任务,控制机器人命令语音识别的准确率达到80%以上.
双向长短时记忆、语音识别、人机交互、信息采集
41
TP399(计算技术、计算机技术)
国家自然科学基金;安徽省科技重大专项项目;安徽省重点研究与开发计划资助项目
2022-04-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
104-107,116