一种基于多层字典学习的智能语音电梯系统技术方案

本发明专利技术涉及一种基于多层字典学习的智能语音电梯系统。本发明专利技术利用字典学习的去噪与特征优化能力，建立基于多层字典学习的智能语音电梯系统。首先建立语音电梯硬件系统，硬件系统主要包括语音采集模块、步进电机控制模块、ARM控制模块、陀螺仪模块、LCD模块、和语音模块等；ARM控制模块通过控制语音采集模块读取外界语音指令；对采集的语音信号进行多层字典学习，对语音信号去噪并提取关键特征；进一步的把提取的特征送人SVM模型进行语音识别，实现语音对电梯系统的控制。

【技术实现步骤摘要】
一种基于多层字典学习的智能语音电梯系统
本专利技术涉及智能电梯领域，特别设计基于多层字典学习的智能语音电梯系统。
技术介绍
随着科技的高速发展，智能机器人被越来越多的关注，如今随着城市化的发展，电梯成为最为关机的一种工具，如今市场的电梯只需我们键入自己想去的楼层，但是，在特殊时期，人们对电梯的接触可能会造成病毒的传播，例如，疫情期间，电梯的按键上可能会残留大量病毒，对用户健康造成威胁，因此，无接触电梯控制是目前一个很有研究价值的应用技术。
技术实现思路
为了解决上述存在问题。本专利技术提出一种基于多层字典学习的智能语音电梯系统，利用嵌入式系统集成化、低功耗、高频率、多功能的特点，建立了一个智能电梯交互系统，利用多层学习字典对采集语音信号进行去噪与特征提取，进而增加语音识别的准确度，实现电梯的语音控制。为达此目的：本专利技术提出基于多层字典学习的智能语音电梯系统，具体步骤如下：步骤1：建立语音电梯硬件系统，硬件系统主要包括语音采集模块、步进电机控制模块、ARM控制模块、陀螺仪模块，LCD模块，和语音模块等；步骤2：语音采集模块采集用户语音信息，对语音信息进行灰度归一化；步骤3：对语音信息进行第一层字典学习，并把第一层训练的编码系数作为下一层训练的输入；步骤4：对语音信息进行第二层字典学习，并把第二层训练的编码系数作为下一层训练的输入；步骤5：对语音信息进行第三层字典学习，并把第三层训练的编码系数作为SVM分类器的输入；步骤6：使用SVM对语音信号进行分类识别，控制系统根据识别结果进行电梯控制，如果识别失败，提醒用户重新输入语音。作为本专利技术进一步改进，所述步骤2中语音归一化公式为：其中，x(i)是采集的语音信号，max(·)是计算最大值。作为本专利技术进一步改进，所述步骤3，4，5中每层字典学习输出公式为：其中，Dl是第l训练字典，X是归一化语音信号，μ是正规化参数。作为本专利技术进一步改进，所述步骤3，4，5中每层字典学习的投影矩阵为：其中，Gl是第l层图拉普拉斯矩阵，α是正规化参数。作为本专利技术进一步改进，所述步骤3，4，5中总投影矩阵公式为：P＝P1P2P3(4)其中，Pl是第l层投影矩阵。作为本专利技术进一步改进，所述步骤6中SVM分类器公式为：其中，W是权值，θ是惩罚因子。本专利技术基于多层字典学习的智能语音电梯系统，有益效果在于：1.本专利技术利用语音识别技术，电梯控制更加便捷。2.本专利技术使用多层字典学习，对语音信号能够有效去除噪声。3.本专利技术使用多层字典对特征进行多层编码，使得SVM识别率更高。4.本专利技术硬件系统实现简单，成本低。附图说明图1是智能语音电梯系统框图；图2是智能语音电梯系统流程图；图3是不同语音信号经多层字典编码后特征分布图；具体实施方式本专利技术提出一种基于多层字典学习的智能语音电梯系统，利用嵌入式系统集成化、低功耗、高频率、多功能的特点，建立了一个智能电梯交互系统，利用多层学习字典对采集语音信号进行去噪与特征提取，进而增加语音识别的准确度，实现电梯的语音控制。如图1是智能语音电梯系统框图，图2是智能语音电梯系统流程图。首先，建立语音电梯硬件系统，硬件系统主要包括语音采集模块、步进电机控制模块、ARM控制模块、陀螺仪模块，LCD模块，和语音模块等；接着，语音采集模块采集用户语音信息，对语音信息进行灰度归一化。语音归一化公式为：其中，x(i)是采集的语音信号，max(·)是计算最大值。然后，对语音信息进行第一层字典学习，并把第一层训练的编码系数作为下一层训练的输入；对语音信息进行第二层字典学习，并把第二层训练的编码系数作为下一层训练的输入；对语音信息进行第三层字典学习，并把第三层训练的编码系数作为SVM分类器的输入，如图3是不同语音信号经多层字典编码后特征分布图。每层字典学习输出公式为：其中，Dl是第l训练字典，X是归一化语音信号，μ是正规化参数。每层字典学习的投影矩阵为：其中，Gl是第l层图拉普拉斯矩阵，α是正规化参数。总投影矩阵公式为：P＝P1P2P3(4)其中，Pl是第l层投影矩阵。最后，使用SVM对语音信号进行分类识别，控制系统根据识别结果进行电梯控制，如果识别失败，提醒用户重新输入语音。SVM分类器公式为：其中，W是权值，θ是惩罚因子。以上所述，仅是本专利技术的较佳实施例而已，并非是对本专利技术作任何其他形式的限制，而依据本专利技术的技术实质所作的任何修改或等同变化，仍属于本专利技术所要求保护的范围。本文档来自技高网...

【技术保护点】
1.基于多层字典学习的智能语音电梯系统，具体步骤如下，其特征在于；/n步骤1：建立语音电梯硬件系统，硬件系统主要包括语音采集模块、步进电机控制模块、ARM控制模块、陀螺仪模块、LCD模块、和语音模块等；/n步骤2：语音采集模块采集用户语音信息，对语音信息进行灰度归一化；/n步骤3：对语音信息进行第一层字典学习，并把第一层训练的编码系数作为下一层训练的输入；/n步骤4：对语音信息进行第二层字典学习，并把第二层训练的编码系数作为下一层训练的输入；/n步骤5：对语音信息进行第三层字典学习，并把第三层训练的编码系数作为SVM分类器的输入；/n步骤6：使用SVM对语音信号进行分类识别，控制系统根据识别结果进行电梯控制，如果识别失败，提醒用户重新输入语音。/n

【技术特征摘要】
1.基于多层字典学习的智能语音电梯系统，具体步骤如下，其特征在于；
步骤1：建立语音电梯硬件系统，硬件系统主要包括语音采集模块、步进电机控制模块、ARM控制模块、陀螺仪模块、LCD模块、和语音模块等；
步骤2：语音采集模块采集用户语音信息，对语音信息进行灰度归一化；
步骤3：对语音信息进行第一层字典学习，并把第一层训练的编码系数作为下一层训练的输入；
步骤4：对语音信息进行第二层字典学习，并把第二层训练的编码系数作为下一层训练的输入；
步骤5：对语音信息进行第三层字典学习，并把第三层训练的编码系数作为SVM分类器的输入；
步骤6：使用SVM对语音信号进行分类识别，控制系统根据识别结果进行电梯控制，如果识别失败，提醒用户重新输入语音。


2.根据权利要求1所述的基于多层字典学习的智能语音电梯系统，其特征在于；
所述步骤2中语音归一化公式为：



其中，x(i)是采集的语音信号，max(·)是计...

【专利技术属性】
技术研发人员：李永琳，吴凡，姜玉东，
申请(专利权)人：金陵科技学院，
类型：发明
国别省市：江苏;32