機(jī)器手語音識別控制的研究與實(shí)現(xiàn).pdf

1、微創(chuàng)手術(shù)是目前十分普遍的外科手術(shù)形式,它將手術(shù)器械和內(nèi)窺鏡通過體表上的微創(chuàng)孔送入人體,對人體內(nèi)腔器官實(shí)施手術(shù),其關(guān)鍵技術(shù)之一是內(nèi)窺鏡的穩(wěn)定定位和對焦。傳統(tǒng)的人工手持方式雖然在操作靈活性方面具有優(yōu)勢,但人工操作難以長時間維持某一固定姿勢,從而導(dǎo)致圖像抖動和模糊,影響醫(yī)生正常診斷和治療。內(nèi)窺鏡自動定位裝置解決了以上問題。但傳統(tǒng)的操作模式會增加醫(yī)生的負(fù)擔(dān),影響手術(shù)效率。本文在自動定位裝置的基礎(chǔ)上,提出了智能化的語音識別控制方式。醫(yī)生通過語音口

2、令控制內(nèi)窺鏡的移動和定位,操作方式上更加方便快捷。根據(jù)系統(tǒng)實(shí)際應(yīng)用環(huán)境,完成了語音自動控制系統(tǒng)的整體方案設(shè)計,研究了基于動態(tài)時間規(guī)整(DTW)的語音識別算法,并提出了歸一化平均動態(tài)時間規(guī)整算法(NA-DTW)。與傳統(tǒng)算法相比,系統(tǒng)識別率和計算速度都得到了提高和改善。以片上Windows CE操作系統(tǒng)和ARM為軟硬件平臺,實(shí)現(xiàn)了基于嵌入式的機(jī)器手語音自動控制功能。
　　論文主要工作:
　　研究分析國內(nèi)外常用的語音識別算法,對不

3、同算法的性能進(jìn)行總結(jié),根據(jù)內(nèi)窺鏡自動定位系統(tǒng)對語音識別算法的要求,完成語音識別系統(tǒng)方案設(shè)計,選擇基于動態(tài)時間規(guī)整(DTW)的語音識別算法作為核心算法;
　　對語音識別算法流程中的預(yù)處理、端點(diǎn)檢測、特征參數(shù)提取、模式識別等模塊進(jìn)行深入研究。針對傳統(tǒng)DTW存在的缺點(diǎn),提出了改進(jìn)的歸一化平均動態(tài)時間規(guī)整算法(NA-DTW),使算法在識別率和運(yùn)算速度上都獲得了較大改善;
　　以片上Windows CE操作系統(tǒng)和ARM(S3C2440

4、)為軟硬件平臺,實(shí)現(xiàn)算法的嵌入式移植。通過Embedded Visual C++(EVC++)編譯軟件完成語音識別控制中應(yīng)用程序、控制程序和用戶操作界面的C語音程序編寫。完成語音識別模塊的嵌入式軟件開發(fā);
　　完成識別算法的MATLAB仿真實(shí)驗(yàn),驗(yàn)證了NA-DTW算法與傳統(tǒng)DTW算法相比,識別率從96.6％提高到99.76%,運(yùn)算時間從469ms縮短到241ms。完成嵌入式系統(tǒng)整體功能驗(yàn)證,測試了語音識別系統(tǒng)中端點(diǎn)檢測和語音識別的