微波探測高智能茶幾

通常設(shè)置人體離開感應(yīng)范圍區(qū)，一分鐘自動關(guān)閉電源，來控制使用中的電器工作。對中途有事離開現(xiàn)場疏忽忘記關(guān)閉加熱裝置，或是小孩玩耍誤操作后離開現(xiàn)場，不但無形中可控制電力資源浪費(fèi)，而且對干燒輕則損壞電器，重則引起火災(zāi)，釀成財(cái)產(chǎn)損失與傷亡事故可得到更有效的。本實(shí)用新型科技產(chǎn)品具有：科技含量高、可靠性強(qiáng)﹑安全方便，智能節(jié)能、況且能夠真正的降低安全隱患新型科技產(chǎn)品。

智能茶幾原理

一般的模式識別包括預(yù)處理，特征提取，模式匹配等基本模塊。如圖所示首先對輸入語音進(jìn)行預(yù)處理，其中預(yù)處理包括分幀，加窗，預(yù)加重等。其次是特征提取，因此選擇合適的特征參數(shù)尤為重要。常用的特征參數(shù)包括：基音周期，共振峰，短時(shí)平均能量或幅度，線性預(yù)測系數(shù)（LPC），感知加權(quán)預(yù)測系數(shù)（PLP），短時(shí)平均過零率，線性預(yù)測倒譜系數(shù)（LPCC），自相關(guān)函數(shù)，梅爾倒譜系數(shù)（MFCC），小波變換系數(shù)，經(jīng)驗(yàn)?zāi)B(tài)分解系數(shù)（EMD），伽馬通濾波器系數(shù)（GFCC）等。在進(jìn)行實(shí)際識別時(shí)，要對測試語音按訓(xùn)練過程產(chǎn)生模板，根據(jù)失真準(zhǔn)則進(jìn)行識別。常用的失真準(zhǔn)則有歐式距離，協(xié)方差矩陣與貝葉斯距離等。

從語音識別算法的發(fā)展來看，語音識別技術(shù)主要分為三大類，類是模型匹配法，包括矢量量化(VQ) 、動態(tài)時(shí)間規(guī)整(DTW)等；第二類是概率統(tǒng)計(jì)方法，包括高斯混合模型(GMM) 、隱馬爾科夫模型(HMM)等；第三類是辨別器分類方法，如支持向量機(jī)(SVM) 、人工神經(jīng)網(wǎng)絡(luò)(ANN)和深度神經(jīng)網(wǎng)絡(luò)（DNN）等以及多種組合方法。

語音識別中，由于語音信號的隨機(jī)性，即使同一個(gè)人發(fā)的同一個(gè)音，只要說話環(huán)境和情緒不同，時(shí)間長度也不盡相同，因此時(shí)間規(guī)整是的。DTW是一種將時(shí)間規(guī)整與距離測度有機(jī)結(jié)合的非線性規(guī)整技術(shù)，在語音識別時(shí)，需要把測試模板與參考模板進(jìn)行實(shí)際比對和非線性伸縮，并依照某種距離測度選取距離小的模板作為識別結(jié)果輸出。動態(tài)時(shí)間規(guī)整技術(shù)的引入，將測試語音映射到標(biāo)準(zhǔn)語音時(shí)間軸上，使長短不等的兩個(gè)信號通過時(shí)間軸彎折達(dá)到一樣的時(shí)間長度，進(jìn)而使得匹配差別小，結(jié)合距離測度，得到測試語音與標(biāo)準(zhǔn)語音之間的距離。