简介:摘要:在本人上一篇文章中对相对运动动能进行了重新定义,本文现在对对这一定义进行进一步的扩展。主要就相对运动速度与质速度进行了多方面的比对,由此也引出了相关的方程组的不同解说。以期为读者带来新的观点。
简介:寻找物品是生活中常见而且耗时的事情,如能发明一种设备可以快速把随手放置的物品定位出来,必将大大方便人们的生活,犹如google对互联网的意义。本系统的设计独辟蹊径,结合了模拟电路技术和语音识别技术。利用语音作为输入触发信号,实现一种低成本的适用于家庭使用的快速物体定位系统。本系统在经典的孤立词语音识别技术的基础上,对进一步增大识别距离,提高抗噪能力及提高识别能力,提出一些很实用的技术与方法,并在本系统的实现中得到较好的应用。
简介:摘要:近几十年来,在业内专家学者的努力下语音识别技术取得显著进步,已经从实验室走向市场。在这个过程中,深度学习和神经网络的发展做出不少贡献,但神经网络依赖大量数据而且神经网络模型具有不确定性,当训练数据与目标数据分布存在差异时识别效果可能非常差。在一些领域我们对识别系统的精度要求非常高。我们已经明显感觉到,语音识别技术在工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域都可以发挥重要作用。探索使用HMM模型来识别孤立词在我们的生活中具有重大意义。隐马尔可夫模型是成熟的模型,在语音识别,机器视觉等多个领域有着广泛的应用。隐马尔可夫模型能够很好地为语音等序列数据建模,可以很好地描述序列数据之间的关系。隐马尔可夫模型与GMM模型的完美融合可以使HMM模型在语音识别中更好地对状态进行建模从而提高识别率。因为GMM模型的加入使得HMM的观测矩阵更真实地贴近观测概率。加入GMM的HMM模型经过5个人的数据的训练其识别精确度可以达到87%。在数据量得到扩充的前提下效果有望达到100%。