數(shù)控機床編程代碼語音識別系統(tǒng)的研究與應用

郭 昕（江蘇聯(lián)合職業(yè)技術(shù)學院無錫機電分院,江蘇 無錫 214028）

?

數(shù)控機床編程代碼語音識別系統(tǒng)的研究與應用

郭 昕
（江蘇聯(lián)合職業(yè)技術(shù)學院無錫機電分院,江蘇 無錫 214028）

摘 要：本文以華中系統(tǒng)為例，簡要介紹了數(shù)控加工程序編制基礎(chǔ)知識；然后給出了語音數(shù)控機床系統(tǒng)的總體設(shè)計方案。重點闡述了基于HMM模型的數(shù)控機床G代碼識別的方法，并對實驗室采樣數(shù)據(jù)進行了系統(tǒng)語音識別率的試驗。通過本文的研究，表明在實驗室條件下數(shù)控機床編程代碼語音識別系統(tǒng)可以達到較好的識別效果，可以進一步發(fā)展到滿足實際應用要求。

關(guān)鍵詞：語音識別；數(shù)控機床；自動數(shù)控編程；模擬加工

1 數(shù)控加工編程方法國內(nèi)外研究概況

從20世紀中葉數(shù)控技術(shù)出現(xiàn)以來，給現(xiàn)代工業(yè)帶來了巨大革命。目前數(shù)控加工編程分為手工編程和計算機輔助編程兩種［1］。手工編程是使用一般的計算工具，以各種數(shù)學方法，人工進行運算和編制數(shù)控加工指令。手工編程雖然方法簡單、容易掌握，但是其編程效率低下，規(guī)范性差、依賴編程人員經(jīng)驗而不易移植。我國的數(shù)控技術(shù)雖然起步比國外晚，但是伴隨著人工智能技術(shù)的發(fā)展共同成長，使用的編程方法朝著計算機輔助編程方向不斷發(fā)展，使得數(shù)控機床的智能化程度在不斷提高；語音數(shù)控機床的開發(fā)與研究更是當前的熱點之一。

2 數(shù)控加工程序編制基礎(chǔ)

華中世紀星HNC-21T 數(shù)控裝置的G代碼指令用于對數(shù)控機床運動的常用控制，包括“模態(tài)代碼”和“一般代碼”。“模態(tài)代碼”的功能在它被執(zhí)行后會繼續(xù)維持，常常被用做定義移動的代碼，例如直線、圓弧和循環(huán)代碼；反之，“一般代碼” 僅僅在收到該命令時起作用，像回參考點代碼。 每一個代碼都歸屬其各自的代碼組。在“模態(tài)代碼”里，當前的代碼會被加載的同組代碼替換［2］。數(shù)控機床的基本操作，如加工軸類零件所需的定位指令，回參考點指令，螺紋切削指令，大部分都可以由G代碼實現(xiàn)。我們就是通過語音識別技術(shù)對數(shù)控機床的G代碼進行識別，從而實現(xiàn)語音控制數(shù)控機床完成加工操作。

表1 華中系統(tǒng)G代碼指令表

3 數(shù)控機床編程代碼語音識別系統(tǒng)的總體設(shè)計

語音數(shù)控機床系統(tǒng)的主要組成分為語音識別、自動加工編程和模擬加工三大模塊，其核心是語音識別技術(shù)在數(shù)控系統(tǒng)中的有效應用。

本文主要介紹MATLAB為開發(fā)平臺進行語音識別模塊設(shè)計的算法。因為要實現(xiàn)的是可以識別數(shù)控機床基本操作指令語音數(shù)控機床系統(tǒng)，這些基本操作指令的詞匯量小，還有一些是孤立詞，所以可以只建立專業(yè)詞匯的語音特征模型庫進行分析處理，進而提高系統(tǒng)的識別速率和準確度。自動加工編程模塊使用了我國自主研發(fā)的華中數(shù)控系統(tǒng)，通過語音識別技術(shù)確認用戶語音輸入的華中數(shù)控系統(tǒng)的G指令和相關(guān)參數(shù)，數(shù)控系統(tǒng)自動編寫數(shù)控加工G代碼。OpenGL（Open Graphics Language，開放式的圖形語言）是SGI公司的開發(fā)的三維圖形編程工具，由于OpenGL已經(jīng)配備成熟的、工業(yè)標準的接口，利用OpenGL圖形開發(fā)平臺初步建立的虛擬數(shù)控車床環(huán)境，如圖1所示，可以測試語音識別技術(shù)用于控制數(shù)控機床自動加工編程，大大節(jié)約了開發(fā)成本［3］。

下面重點介紹在基本的HMM建模技術(shù)框架下，利用匹配追蹤算法來提取所需的語音特征，實現(xiàn)對于數(shù)控加工G代碼的準確識別。

4 基于HMM模型的數(shù)控機床編程代碼語音識別

隱馬爾可夫模型（HMM模型）是一種統(tǒng)計模型，在語音識別領(lǐng)域有重要作用。在對數(shù)控編程代碼進行語音識別的時候，就是對這些專業(yè)詞匯的語音信號進行分析，提取其語音特征；建立包含需要識別的專業(yè)詞匯庫，利用其語音特征計算每個單詞的狀態(tài)概率；然后使用HMM模型遍歷每個狀態(tài)概率，計算其生成“輸入詞”的概率，概率最大的為最優(yōu)，給出識別結(jié)果。

本次試驗利用WaveCN2.0錄音系統(tǒng)進行樣本采集，建立了“數(shù)控編程代碼”語音詞匯庫，采集了信號長度為1024的80個實際語音信號樣本，采樣率為8 kHz。采用文獻［4］提到的匹配追蹤算法對其進行特征提取，提取樣本信號的MFCC參數(shù)作為語音信號的特征參數(shù)。Mel濾波器的階數(shù)為24，F(xiàn)FT變換（傅里葉變換）的長度為256。對上述語音特征進行HMM訓練之后，將其模型參數(shù)存貯，獲得了識別的HMM模型庫，用于“數(shù)控編程代碼”單個詞識別之用。

在HMM模型訓練的過程中可以看到，遍歷過程中的輸出概率是隨著遍歷次數(shù)的遞增而增加的。圖2列出了代碼“G00”語音信號的MFCC參數(shù)，在HMM訓練期間遍歷次數(shù)與輸出概率的log值之間的關(guān)系。由圖2可以看出，遍歷21次算法收斂，并且輸出概率與遍歷次數(shù)成正比關(guān)系。

在理想的實驗室環(huán)境中，試驗的測試內(nèi)容為一個簡單軸類零件編程的輸入代碼，共需輸入8個詞為：“G00”，“F”，“等于”，“30”，“G28”，“G32”，“P”以及“G29”。使用上文提到的虛擬機床實驗平臺，根據(jù)語音識別結(jié)果進行仿真加工，并統(tǒng)計了對單個詞成功識別所需要重復輸入的次數(shù)，作為數(shù)控機床編程代碼語音識別系統(tǒng)性能好壞的評判標準。數(shù)控機床編程代碼語音識別的試驗結(jié)果見表2。

其中，語音識別率的計算公式為：

5 總結(jié)

語音識別技術(shù)與數(shù)控機床編程加工相結(jié)合，是現(xiàn)代加工技術(shù)中較為新穎的嘗試與研究。語音數(shù)控機床系統(tǒng)的實現(xiàn)可以打破數(shù)控加工編程受人工、地點和設(shè)備的限制，突出人性化、智能化。安裝有語音識別系統(tǒng)的數(shù)控加工中心可以直接將語音形式的“加工G代碼”傳輸給機床，機床就會直接加工出所需零件，加工效率將大大提高［5］。

表2 編程代碼語音識別結(jié)果

參考文獻：

［1］于曉雯.計算機輔助數(shù)控編程系統(tǒng)的研究［D］.吉林：吉林工業(yè)大學,2000.

［2］黃寅飛,鄭方,燕鵬舉等.校園導航系統(tǒng)的設(shè)計與實現(xiàn)［J］.中文信息學報,2001,15（04）：35-40.

［3］史俊.語音數(shù)控機床的研究與實現(xiàn)［D］.沈陽：沈陽航空工業(yè)學院,2007.

［4］郭昕.基于HMM和匹配追蹤的多參數(shù)語音識別［J］.《電子世界》, 2013（10）.

［5］張眾.小型語音識別系統(tǒng)的研究和開發(fā)［D］.天津：天津大學,2004.

DOI：10.16640/j.cnki.37-1222/t.2016.12.198