基于DSP和DHMM的嵌入式語音識別系統研究與實現.pdf

1、近年來，隨著語音識別技術的發(fā)展，基于嵌入式系統的語音識別系統廣泛應用到智能玩具、工業(yè)控制、醫(yī)療服務等領域，為人們的生活帶來便捷的服務。由于嵌入系統在成本、體積、功耗方面的優(yōu)勢，在嵌入式平臺上實現高效的語音識別系統已經成為研究的熱點。在基于DSP嵌入式平臺的非特定人孤立詞語音識別系統方面，為了推出簡單適用的語音識別系統，還需要做更深入的研究。本文研究了基于DSP和DHMM的嵌入式語音識別系統的系統設計，并最終實現了一個非特定人孤立詞語音識

2、別系統。
　　本研究首先對于語音識別系統的原理以及涉及到的關鍵技術進行了研究。從語音信號的預處理分析開始，逐步分析了語音信號端點檢測、特征提取以及矢量量化的原理與技術實現；并且概述了語音識別中典型的模板匹配算法的優(yōu)缺點。其次介紹了隱馬爾科夫模型的基本原理與三個基本問題。本文通過分析各類隱馬爾可夫模型的特點，選擇了離散隱馬爾可夫模型作為孤立詞語音識別的匹配算法。本文研究了離散隱馬爾可夫模型在模型訓練中的定標、多觀察序列參數重估算法以

3、及觀察符號概率分布矩陣的處理等問題。同時，通過定義孤立詞的學習功能，解決了個別孤立詞識別率不高的問題。再次以DSP處理器TMS320VC5509A為核心硬件部件，構建了嵌入式語音識別系統的硬件平臺。通過研究與分析系統硬件平臺資源的局限與基于DHMM的語音識別系統的特點，將系統的軟件架構設計為嵌入式系統軟件與 PC機輔助軟件兩部分；并且選取USB作為兩個軟件系統數據通信的方式。嵌入式系統軟件主要完成語音識別功能，同時輔助完成簡單的訓練與學