Метод обробки сигналів для формування команд систем голосового керування

Abstract

В роботі розглянуто питання розробки методу обробки сигналів для формування команд систем голосового керування. Проаналізовано типову архітектуру систем голосового керування. Розроблено метод обробки голосових сигналів для ідентифікації окремих команд та формування на їх основі сигналів керування. Суть методу зводиться до наступного. Потрібно розпізнати чотири команти в голосовому сигналі: «вліво», «вправо», «взад», «вперед». Для власне опрацювання застосовано метод ковзного вікна. Для визначення тривалості команд проводилось ообчислення середнього значення сигналу всередині ковзного вікна та формувалась порогова функція із значенням 1 та 0 залежно від того більше середнє значення за поріг чи менше. Для сегментації сигналу команди на фонеми проведено визначення частоти основного тону методом формантного аналізу та встановлення присутності її в ковзному вікні. Використано порогову функцію яка рівна 1 коли ця частота є присутньою та 0 коли її немає

The master's qualification thesis deals with the issue of developing a method of signal processing for the formation of commands for voice control systems. The typical architecture of voice control systems is analyzed. A method of processing voice signals has been developed to identify individual commands and generate control signals based on them. The essence of the method boils down to the following. You need to recognize four commands in the voice signal: "left", "right", "back", "forward". The sliding window method was used for the actual processing. To determine the duration of the commands, the average value of the signal within the sliding window was calculated and a threshold function with a value of 1 and 0 was formed, depending on whether the average value was greater than or less than the threshold. To segment the command signal into phonemes, the frequency of the main tone was determined by the formant analysis method and its presence in the sliding window was established. A threshold function is used, which is equal to 1 when this frequency is present and 0 when it is not