摘要
针对工业机器人工作现场采集到的语音指令信号易受复杂背景噪声干扰,存在频带重叠导致识别准确率不高的问题,本文提出一种基于参数自适应的变分模态分解算法(VMD)与奇异值分解(SVD)相结合的工业机器人语音指令信号降噪方法。首先,通过正余弦算法搜寻VMD算法中最优分解参数组合并将信号分解成若干个本征模态函数(IMF)分量;其次,将各IMF分量构造成Hankel矩阵,利用奇异值差分谱确定阶次进行降噪;最后,将降噪后的各IMF分量组合重构,实现原始语音信号降噪。应用提出的方法对工业机器人语音指令信号进行了测试,结果表明:该方法可以有效实现语音指令信号降噪,降噪后的语音指令识别准确率较高,为实现工业机器人语音交互提供了有效手段。
出处
《电子制作》
2025年第15期96-100,共5页
Practical Electronics
基金
湖南生物机电职业技术学院校级科研项目(项目编号:24YYB27)。
