针对传统养老机器人功能单一、扩展性差等问题,研究了一种基于模块化设计方案的养老机器人。
该方案以STM32单片机为控制核心,通过超声波传感器、高清摄像头、温湿度传感器、电压检测元件等传感器采集机器人周边环境和自身状态信息,具备自动避障、远程控制、视频监控、语音识别、火灾报警和自动充电功能。
测试结果表明,该养老机器人运行可靠,硬件和软件都具备扩展性,可根据用户需求搭载不同功能模块,具有灵活性大,适应性强等特点。
1
书(影印版),页码全,并且附带图书阅览器。
2024/5/25 7:06:39 8.11MB 语音识别基本原理 Fundamentals of speech
1
基于STM32F103C8T6开发的LD3320语音识别模块,可以识别多句语音,使用硬件SPI通信
2024/5/22 3:08:41 4.83MB STM32 LD3320 语音识别
1
语音识别-STM32_C语言,完整的C语言代码,编译无误,可学习语音模块学习
2024/5/20 16:53:39 6.24MB STM32_C
1
对语音信号的采集、分析、处理与报表生成等。
语音信号由计算机进行分析和处理,在程序中通过设置采样点和采样率,对数据进行时域和频域的分析、处理。
系统软件具有滤波选择,分为低通,高通,带通滤波。
同时也具有开始采集,停止采集,报表生成,停止等功能。
语音信号采集模块由配置声音输入控件、读取声音输入控件、滤波器控件、比较控件、选择结构、循环结构等构成。
程序的主体为:配置声音输入——开始采样——滤波——数据输出。
采样的模拟波形通道为1通道多采样通过设定采样速率和采样点数来确定波形的质量,速率越快,采样点数越多,采样波形越相近于实际波形。
由于采集到的信号太小,不利于观测,因此经过放大器放大后来观看。
配置完成采样输入后开始录音,由于人说话的声音频率通常为300~3000Hz之间,故用巴特沃斯带通滤波器将150Hz以下和2000Hz以上的声音滤除。
之后,将滤波后的信号进行信号分解,将其中的幅值信息提取出来并与一个已设定好的阈值相比较,如果幅值大于所设定的阈值,则认为有人对计算机讲话,程序跳出循环等待模块。
2024/5/14 19:51:17 626KB LabVIE 语音识别
1
C#(VS2017)百度语音识别demo,支持的语音格式:原始PCM的录音参数必须符合16k采样率、16bit位深、单声道,支持的格式有:pcm(不压缩)、wav(不压缩,pcm编码)、amr(压缩格式)。
2024/5/12 0:36:08 518KB C#百度语音
1
使用matlab编写语音识别项目,可以进行孤立语音识别实验,可以识别单词和数字等。
也可以在我的项目之上进行改进和改善。
2024/5/6 5:26:11 766KB matlab 语音识别
1
BP神经网络语音识别matlab代码该代码为基于带动量项的BP神经网络语音识别
2024/5/5 10:41:58 369KB BP神经网络
1
javaweb实现语音识别,将语音转换成文字并输出,调用百度接口,需要自己注册账号。
2024/4/29 6:23:31 10.8MB 语音识别
1
ArduinoHBR740语音识别上电,等待HBR740初始化完成(约0.5秒)b.发送初始化命令,等待回传数据,握手成功。
如果30秒内无命令则自动休眠,进入低功耗模式。
c.根据需要配置麦克风灵敏度(不配置则为默认的0x2F,0x0B)d.根据需要配置噪声门限(不配置则为默认的0x16,0x19)e.配置识别命令组(不配置则为默认的第一组)f.启动一次识别,等待识别结果(可配置超时时间)g.根据识别结果进行处理h.重复e或f步骤,实现语音互动i.退出识别j.进入低功耗模式
2024/4/25 21:37:51 14.25MB 语音
1
共 207 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡