數(shù)控機(jī)床編程代碼語音識別系統(tǒng)的研究與應(yīng)用

郭 昕（江蘇聯(lián)合職業(yè)技術(shù)學(xué)院無錫機(jī)電分院,江蘇 無錫 214028）

?

數(shù)控機(jī)床編程代碼語音識別系統(tǒng)的研究與應(yīng)用

郭 昕
（江蘇聯(lián)合職業(yè)技術(shù)學(xué)院無錫機(jī)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(jī)床系統(tǒng)的總體設(shè)計(jì)方案。重點(diǎn)闡述了基于HMM模型的數(shù)控機(jī)床G代碼識別的方法，并對實(shí)驗(yàn)室采樣數(shù)據(jù)進(jìn)行了系統(tǒng)語音識別率的試驗(yàn)。通過本文的研究，表明在實(shí)驗(yàn)室條件下數(shù)控機(jī)床編程代碼語音識別系統(tǒng)可以達(dá)到較好的識別效果，可以進(jìn)一步發(fā)展到滿足實(shí)際應(yīng)用要求。

關(guān)鍵詞：語音識別；數(shù)控機(jī)床；自動(dòng)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(jì)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(jì)算機(jī)輔助編程兩種［1］。手工編程是使用一般的計(jì)算工具，以各種數(shù)學(xué)方法，人工進(jìn)行運(yùn)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(yàn)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(jì)算機(jī)輔助編程方向不斷發(fā)展，使得數(shù)控機(jī)床的智能化程度在不斷提高；語音數(shù)控機(jī)床的開發(fā)與研究更是當(dāng)前的熱點(diǎn)之一。

2 數(shù)控加工程序編制基礎(chǔ)

華中世紀(jì)星HNC-21T 數(shù)控裝置的G代碼指令用于對數(shù)控機(jī)床運(yùn)動(dòng)的常用控制，包括“模態(tài)代碼”和“一般代碼”?！澳B(tài)代碼”的功能在它被執(zhí)行后會(huì)繼續(xù)維持，常常被用做定義移動(dòng)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(shí)起作用，像回參考點(diǎn)代碼。 每一個(gè)代碼都?xì)w屬其各自的代碼組。在“模態(tài)代碼”里，當(dāng)前的代碼會(huì)被加載的同組代碼替換［2］。數(shù)控機(jī)床的基本操作，如加工軸類零件所需的定位指令，回參考點(diǎn)指令，螺紋切削指令，大部分都可以由G代碼實(shí)現(xiàn)。我們就是通過語音識別技術(shù)對數(shù)控機(jī)床的G代碼進(jìn)行識別，從而實(shí)現(xiàn)語音控制數(shù)控機(jī)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(jī)床編程代碼語音識別系統(tǒng)的總體設(shè)計(jì)

語音數(shù)控機(jī)床系統(tǒng)的主要組成分為語音識別、自動(dòng)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(yīng)用。

本文主要介紹MATLAB為開發(fā)平臺進(jìn)行語音識別模塊設(shè)計(jì)的算法。因?yàn)橐獙?shí)現(xiàn)的是可以識別數(shù)控機(jī)床基本操作指令語音數(shù)控機(jī)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(jìn)行分析處理，進(jìn)而提高系統(tǒng)的識別速率和準(zhǔn)確度。自動(dòng)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(rèn)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(dòng)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(biāo)準(zhǔn)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(jī)床自動(dòng)加工編程，大大節(jié)約了開發(fā)成本［3］。

下面重點(diǎn)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(shí)現(xiàn)對于數(shù)控加工G代碼的準(zhǔn)確識別。

4 基于HMM模型的數(shù)控機(jī)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(jì)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(jìn)行語音識別的時(shí)候，就是對這些專業(yè)詞匯的語音信號進(jìn)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(jì)算每個(gè)單詞的狀態(tài)概率；然后使用HMM模型遍歷每個(gè)狀態(tài)概率，計(jì)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(yàn)利用WaveCN2.0錄音系統(tǒng)進(jìn)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(gè)實(shí)際語音信號樣本，采樣率為8 kHz。采用文獻(xiàn)［4］提到的匹配追蹤算法對其進(jìn)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(jìn)行HMM訓(xùn)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(gè)詞識別之用。

在HMM模型訓(xùn)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(xùn)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(shí)驗(yàn)室環(huán)境中，試驗(yàn)的測試內(nèi)容為一個(gè)簡單軸類零件編程的輸入代碼，共需輸入8個(gè)詞為：“G00”，“F”，“等于”，“30”，“G28”，“G32”，“P”以及“G29”。使用上文提到的虛擬機(jī)床實(shí)驗(yàn)平臺，根據(jù)語音識別結(jié)果進(jìn)行仿真加工，并統(tǒng)計(jì)了對單個(gè)詞成功識別所需要重復(fù)輸入的次數(shù)，作為數(shù)控機(jī)床編程代碼語音識別系統(tǒng)性能好壞的評判標(biāo)準(zhǔn)。數(shù)控機(jī)床編程代碼語音識別的試驗(yàn)結(jié)果見表2。

其中，語音識別率的計(jì)算公式為：

5 總結(jié)

語音識別技術(shù)與數(shù)控機(jī)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(jī)床系統(tǒng)的實(shí)現(xiàn)可以打破數(shù)控加工編程受人工、地點(diǎn)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(jī)床，機(jī)床就會(huì)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(xiàn)：

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

［2］黃寅飛,鄭方,燕鵬舉等.校園導(dǎo)航系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［J］.中文信息學(xué)報(bào),2001,15（04）：35-40.

［3］史俊.語音數(shù)控機(jī)床的研究與實(shí)現(xiàn)［D］.沈陽：沈陽航空工業(yè)學(xué)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(xué),2004.

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