应用机器听觉的木材自动识别方法研究

木材识别在智能家具制造、医药和建造等领域具有重要的应用价值.针对人类经验和视觉分析耗时费力、识别准确率不高等问题,提出了一种基于机器听觉和支持向量机的木材自动识别方法.首先,利用智能终端内置麦克风来收集声音样本数据;其次,对收集的数据进行预加重、分帧、加窗等预处理;然后对预处理后的声音数据进行特征提取,通过快速傅里叶变换(FFT)、对数运算等操作提取其梅尔倒谱系数(MFCC);最后,通过训练支持向量机(SVM)分类器来实现木材识别.实验结果表明,该方法能够以90%左右的准确率识别纤维板、夹板、柞木、橡胶木、亚克力板和胡桃木6种木材.与基于特征数据库检索和基于光谱分析的方法相比,该方法能有效的减少识别时间,提高了木材识别准确率.

交互音乐中基于实时机器听觉的互动策略研究

人的自身经验及大脑潜意识等因素会直接影响人对声音内容的理解,机器听觉则代表从机器的角度分析和理解接收到的声音内容,基于实时机器听觉的交互音乐创作需要同时从人类与机器两个角度进行双向考虑,不仅需要构思完整的互动行为,如何策划互动表演和如何符合互动的审美等也是作曲家或艺术家需要考虑的因素。通过多个案例,从不同维度分析基于实时机器听觉的互动策略设计,以探讨不同互动策略下音乐表现的特征与意义。

基于机器听觉的鸟声识别的中文研究综述

本文主要基于中文文献中有关鸟声识别技术中的特征提取和分类方法,调研了国内的鸟声识别研究工作的现状.我们发现目前国内相关研究工作较少,中文文献极度缺乏,且识别技术主要集中在传统的机器学习算法,并缺乏公开的标准化的鸟声数据库.论文指出今后需要加强公开的标准化的鸟声数据库的建立,并且需要进一步引入先进的深度学习技术到此领域的研究中.

交互音乐中的“听觉”建构——基于实时机器听觉的交互音乐创作探究

基于实时机器听觉的交互音乐主要利用人机听觉系统的异同建立人机交互模式,其互动策略可依据声音的特征数据进行针对性设计。文章从机器听觉出发,阐述机器可以通过听觉分析和理解哪些声音内容,这些声音内容又如何在交互程序中进行转换和映射,并到达声音输出端这一系列过程,探讨和思考在机器听觉影响下交互音乐的创作原理与模式。

机器人听觉定位跟踪声源的研究与进展

从基于麦克风阵列和基于人耳听觉机理两个方面综述了当前机器人听觉定位跟踪声源目标的研究动态和发展方向。首先回顾了机器人听觉定位声源的研究历史;其次讨论了两种系统的优缺点;最后指出了未来机器人听觉定位跟踪声源的发展趋势。基于麦克风阵列的声源定位系统,盲波束形成技术是未来进一步研究内容。而基于人耳听觉机理的声源定位系统,运用计算听觉场景分析建立声源定位模型将是未来热点研究内容。

机器人听觉声源定位研究综述

声源定位技术定位出外界声源相对于机器人的方向和位置,机器人听觉声源定位系统可以极大地提高机器人与外界交互的能力.总结和分析面向机器人听觉的声源定位技术对智能机器人技术的发展有着重要的意义.首先总结了面向机器人听觉的声源定位系统的特点,综述了机器人听觉声源定位的关键技术,包括到达时间差、可控波束形成、高分辨率谱估计、双耳听觉、主动听觉和视听融合技术.其次对麦克风阵列模型进行了分类,比较了基于三维麦克风阵列、二维麦克风阵列和双耳的7个典型系统的性能.最后总结了机器人听觉声源定位系统的应用,并分析了存在的问题和未来的发展趋势.

基于机器人听觉的声源定位策略

针对机器人听觉定位,提出了五个传声器组成的阵列作为机器人的耳朵,其中四个传声器组成的平面阵确定声源空间位置,另外一个传声器辅助完成声源位于机器人前后方的判断,并在改进的时延算法上实现声源的空间定位。系统在室内环境下测试,实验结果证明在混响环境下机器人可以实现空间声源定位,该方法具有实时实现的有效性和应用性。

基于机器人听觉的自主声源搜索策略

提出了融合机器人听觉和超声避障的自主声源搜索策略.搜索策略按优先级分成3个模块:声源确认、超声避障、声源定位搜索,通过优先级的判断确定当前执行模块.声源定位基于改进的时延估计定位方法实现,机器人在搜索并接近声源过程中利用超声避障.在室内环境下测试系统,实验结果证明在混响环境下机器人可以定位声源并且可以绕过障碍物接近并确认声源,该方法具有实时实现的有效性和应用性.

一种基于机器人听觉的多声源跟踪策略

针对多运动声源跟踪问题,提出了一种将波束形成算法和卡尔曼滤波相结合的多运动声源跟踪策略.采用波束形成算法对空间声能量进行搜索计算目标可能的方位,通过不同窗长的并行卡尔曼滤波器预测目标各自在下一时刻的方位,从而获得目标的同一性.仿真与在室内环境下的实际运行结果验证了该方法的有效性.

基于服务机器人听觉的个体膳食构成自主感知算法

针对现有服务机器人无法自主感知用户膳食构成的问题,提出了基于服务机器人听觉的个体膳食构成自主感知算法(AIDCPA)。首先,利用了基于梅尔频率倒谱系数和矢量量化算法的声纹识别方法识别出了说话人身份,并运用中文分词、词性标注和依存句法分析工具获取语音识别所得文本数据的语言特征;然后,给出了基于一阶谓词逻辑理论的推理定义和描述,提出了饮食组成获取的推理算法,进而形成了基于服务机器人听觉的个体膳食构成自主感知算法。为了评估AIDCPA算法性能,在服务机器人平台中实现了AIDCPA算法,并构建了训练和测试数据集。测试结果表明:系统感知饮食组成的F1值、精确度与召回率的均值分别为0.9491,0.9679和0.9407,有较强的感知鲁棒性。

乐音特征识别技术的发展和应用研究

乐音是构成音乐的核心元素。乐音识别是音乐识别的核心工作。首先对"声音""音频""音乐""乐音"等若干概念进行了定义,然后从狭义和广义两个方面分析了乐音识别的主要任务和基本流程,无论是狭义还是广义的乐音识别,单音基本特征的提取和识别,都是基础内容。重点展望了乐音识别技术的发展趋势,其三种基本脉络分别为提高非复调单音基本特征的识别效率、优化非复调多音符特征的提、拓展复调的识别和提取。最后在音乐喷泉控制器中实现了乐音特征的自动提取。研究结果可为乐音识别技术研究与系统应用提供参考。

心音识别的机遇与挑战:深圳心音数据库简介

随着可穿戴设备与人工智能技术的发展,开发1种基于机器听觉理论的“非侵入式”心音识别系统显得尤为重要.然而,当前研究的局限在于可用于相关研究的公开的标准化数据库资源稀缺.并且,相关的研究成果存在可复现性不高、未考虑受试者独立性、测量指标不统一等缺陷.本文旨在介绍深圳大学总医院录制的全新标准化心音识别数据库——Heart Sounds Shenzhen(HSS),并讨论官方给出的标准化方法和基准线,指出心音识别领域的机遇与挑战,以期得到国内外同行的关注与后续的深入研究.

机器人听觉实时自适应增益的研究与实现

针对现有人机语言交互,当距离相对较远时,其交互能力急剧变差的问题,提出使用语音实时自适应增益处理方法,采用嵌入式微处理器对语言信号进行自适应增益处理,提高机器人的听觉范围,并且在嵌入式系统上予以实现.实验结果表明增加自适应增益处理模块后,在较远距离下,能提高机器人的识别率,使机器人的语言交互范围扩大,提高交互性能.

声光警报器音频自动检测系统研究与设计

为解决以往警报器质检依赖人工听音的问题,研究了音频自动检测方法。通过对比分析正常警报器音频和异常警报器音频的声谱图,分别总结出4类音频异常的频谱特点,提出了以幅频特性曲线峰值点的频率和幅度为主要元素的音频特征向量设计方法。为解决异常音频样本数量较少的问题,提出了三种音频处理方法。基于BP神经网络原理设计并训练了警报器音频识别模型,准确率达99.8%,异常音频召回率达100%。基于Windows系统开发了声光警报器音频自动检测系统,实际使用效果良好。

激光加工机器人技术及工业应用

激光加工机器人是国际上面向21世纪的先进制造技术。综述了激光机器人的原理、构成、种类和若干重大工业应用。重点研究讨论了激光加工机器人的某些关键单元技术——光纤传输的高功率激光技术、机器人本体技术、机器人编程技术、机器人智能化和网络化技术及反求工程重建修复区三维(3D)形貌技术。提出了激光加工机器人未来发展的一些重要方向——高功率激光远程加工和柔性制造技术、具有机器视觉和听觉功能的智能控制技术和远程监控功能的网络化管理技术。