基于深度学习的语音控制数控机床系统设计OA
构建了一套基于语音指令的数控机床系统,实现人机交互的非接触式控制。采用优化的CMGAN+语音增强算法能生成高质量语音,创新融合的CTC-Conformer-BERT的语音识别模型,兼具CTC的序列对齐能力,Conformer的局部与全局上下文建模能力,以及BERT的语义理解与文本预处理功能,增强了语境鲁棒性。实验结果表明,在数控车间高强度工业噪声环境下,系统字错率为4.52%,与Conformer-CTC模型相比相对降低了19.6%,语音识别准确率显著提升,并能满足低延迟及实时性的要求。
王静;郑晖晖
无锡机电高等职业技术学校,江苏无锡214000无锡机电高等职业技术学校,江苏无锡214000
信息技术与安全科学
自动语音识别数控机床CTC-Conformer-BERT混合模型CMGAN+语音增强算法
《武汉工程职业技术学院学报》 2026 (3)
P.35-41,7
2024年度江苏联合职业技术学院立项课题:“基于工业应用的机器视觉技术”校企共建课程的研究(项目编号:B/2024/7/032)。
评论