为了实现操作人员能够通过声音对自动化设备进行操作,提出了一种通过语音控制西门子PLC的方法。首先获取待控制设备所需指令的语音样本,对语音样本处理后建立GMM-HMM模型进行训练。然后建立语音样本模型与PLC寄存器的连接。控制PLC时将实时语音指令与语音样本模型进行匹配,通过语音样本模型与PLC寄存器的连接修改对应寄存器的值,实现控制信号的输出和参数的修改。

随着人们对工业生产便捷性的需求日渐增强,人工智能技术一直保持着发展的动力与活力,因此与语音识别技术相结合的机器人控制拥有良好的发展前景。这里将语音识别技术应用于仿生壁虎爬壁机器人的控制中,研制一种仿壁虎爬壁机器人的语音识别及语音回放系统。语音识别方式采用模板匹配法以适合爬壁机器人使用者的语音识别系统输入命令的特点,降低了控制系统对存贮容量的要求,同时提高了处理速度。语音回放模块使用结构简单的APR9600语音录放芯片,可获得较好的音质效果。

介绍了一种基于DSP和FPGA的机器人声控系统。在语音采集上，将DSP芯片TMS320C5509和音频芯片TLV320AIC23相结合进行语音的采集。在软件开发上，开发环境采用CCS3．1，语音特征向量采用关尔频率倒谱系数，模式匹配和训练采用隐马尔可夫模型，实现了语音指令的识别。在动作控制上，采用FPGA作为机器人头部动作逻辑控制器，使机器人能够根据非特定人的语音命令做出规定的头部动作。

一种基于DSP芯片的语音识别和数字录音系统.在该系统中,DSP(单片ADSP2185)完成语音识别和数字录音功能,MCU完成用户界面处理.该系统可以实现语音名片(电话号码、工作单位、地址等)存储及声控查询、记事录音及声控回放、日历、简单计算器等功能.

以SPCE061A为核心作为主控制器,以89C51及相关硬件电路为分控制器,利用电话接口和电力线载波通信,设计了一种智能家居系统,文中介绍了SPCE061A的芯片特性及其在主控制器模块中的应用,在软件设计部分,介绍了系统软件的设计结构,详细介绍了语音识别子程序的设计并给出了部分关键代码。

本文提出了基于TMS320VC5402的语音识别系统方案.整个系统以TMS320VC5402为核心电路进行设计,由TLC320AD50C进行A/D转换.由TMS320VC5402识别语音信号,然后和机器人通信,并由AT89S52控制LCD显示识别结果.

针对语音识别这种典型的多类分类问题，提取MFCC参数作为语音特征，采用支持向量机（SVM）作为识别算法，进行非特定人孤立词识别。在给出一种多类分类方法并分析该算法优缺点的基础上，对算法中的所有参数进行测试，选取最佳参数进行实验，识别率达到95％以上。为了满足语音识别系统对实时性和便携性的要求，将该算法在OMAP5912嵌入式系统开发平台上进行实现，与传统的语音识别系统相比，该系统易于使用，语音识别更为快速便捷．并且具有一定的通用性。

设计并制作了一种智能音控小车。以凌阳单片机SPCE061A为核心控制部件，以减速直流电机LS17RU419i、电机驱动芯片L298N、红外线光电传感器ST178等为主要元件，开发了系统的硬件和智能控制软件，其中软件包括小车避障及路径控制软件、语音识别及播放软件。智能音控小车的运行状态表明该设计方案是可行的。

介绍了一种以ARM为核心的嵌入式语音识别模块的设计与实现。模块的核心处理单元选用ST公司的基于ARM Cortex—M3内核的32位处理器STM32F103C8T6。本模块以对话管理单元为中心，通过以LD3320芯片为核心的硬件单元实现语音识别功能，采用嵌入式操作系统μ C／OS—II来实现统一的任务调度和外围设备管理。经过大量的实验数据验证，本文设计的语音识别模块具有高实时性、高识别率、高稳定性的优点。

总结和分析了听觉模型的发展历程以及研究听觉模型的重要意义,介绍了听觉模型的工作原理。着重论述了听觉模型在语音识别方面的重要技术和成果,并根据机械振动信号与语音信号相似的特点,认为在机械信号分析方面,听觉模型有很大的发挥空间。最后探讨了听觉模型的发展前景。