A Neural Network Based Voice Recognition System for Robotic Arm

Abstract

The implementation of voice recognition system based neural network for controlling of 6 degree of freedom (DOF) Robotic Arm is the aim of this thesis. Robots and Robotic Arm are commonly used in a place instead of human being, where there is a danger for human and if there is need of accuracy for achieving high performances. But the controlling method of these Robot is beyond the benefits from its abilities. So that, this research aims to control a Robot Arm using voice recognition based on Artificial Neural Network (ANN) to acquire the desired position. The system is trained on eight voice commands as shown in chapter three of this research and tested with many different people. The Test operation prove that, the performance of Scaled Gradient Descent Algorithm Using nprtool is good. Also, as a result of the test, using Mel Frequency Cepstral Coefficient (MFCC) as a feature extraction method gives better result than using of Linear predictive coding (LPC). From the result, controlling of the Robotic Arm using voice commands based on the neural network, it can be done.

المستخلص الهدف من البحث هو تصميم نظام للتعرف على الصوت بإستخدام الشبكات العصبية للتحكم في ذراع يحتوي على ستة درجة حرية. الإستخدام الشايع للإنسان الآلي و الذراع الآلي في الأماكن التي بها خطورة على الإنسان، أو الأعمال التي تحتاج لدقة عالية لتنفيذها. لكن طريقة التحكم بها تمثل الإستقلال الأمثل لقدرة هذه الآلات، لذلك تهدف هذا البحث للتحكم في الذراع بالصوت عن طريق إستخدام الشبكات العصبية. تم تدريب الشبكة العصبية بإستخدام ثمانية أوامر صوتية كما موضحة في الوحدة الثالثة من هذا البحث. و أُختبرت النظام من قِبل عدد من المستخدمين و لُحظ أن هنالك إختلاف في نتيجة التعرف من شخص لأخر، و أثبتت أن خوارزمية التدرج المنحدر تعطي نتائج بدقة أفضل. أيضاً كذلك أثبتت أن إستخدام طريقة معاملات الترددات المنخفضة لإستخراج الخصائص الخاصة بالصوت تعطي نتائج أفضل من إستخدام طريقة الترميز الخطي. النتائج وضحت ذلك، يمكن التحكم في الذراع بالصوت.