實時語音識別系統在家庭監護機器人的實現

2 語音識別系統實驗及結果

文中設計的語音識別系統如圖6所示。在實驗中總共進行了3輪話語測試，每輪300句話語測試，其中150句為家庭監護機器人需要識別的話語，150句話語為機器人不予置理的無關話語。本系統只設置10個需要識別的話語，由15名學生分別讀音進行測試。同時對無關話語也是由該15名學生，每人10句分別隨機讀音測試。從顯示結果可以看出，第1輪中，先測試的150句無關話語中，能正確識別出無關話語數為150句，識別出無關話語率為100％，但對需識別的話語中，正確識別出148句，2句識別出錯，識別率為98．67％；在第2輪中，同樣先測試的150句無關話語中，能正確識別出無關話語數為150句，識別出為無關話語率為100％，但對需識別的話語中，正確識別出142句，8句識別出錯，識別率為94．67％；在第3輪中，同樣先測試的150句無關話語中，能正確識別出無關話語數為150句，識別出無關話語率為100％，但對需識別的話語中，正確識別出146句，識別率為97．33％。在3輪測試中，系統都能實時響應所有語句，未出現漏句現象。并且在實驗測試的過程中，系統的響應速度都非常快，感觀上沒有時間延遲，與真人交流速度相當。

從實驗測試結果可看出，對于識別10個需要識別的話語的識別率高達94．67％以上，具有較高的識別率，因而該語音識別系統較好達到了家庭監護機器人使用的要求。

3 結論

文中通過DSP、DMA和ARM Cortex-A8的并行處理，利用雙緩沖的方法，在嵌入式Linux上實現了基于ATK的實時語音識別系統。該系統可以實時地實現語音識別，具有較高識別率，較快的響應速度。可以應用在家庭監護機器人及其相關領域中。