面向嵌入式計算的語音識別技術(shù)的實驗研究.pdf

1、語音識別技術(shù)經(jīng)過幾十年的探索和研究，已經(jīng)取得了一系列突破性的進(jìn)展，一些成熟技術(shù)正逐漸應(yīng)用于實際生活中。近年來，作為一種方便的人機交互手段，語音識別在消費類電子產(chǎn)品和工業(yè)控制等領(lǐng)域迅速發(fā)展，有著廣泛的應(yīng)用前景。嵌入式平臺上的基于隱馬爾可夫模型的非特定人、小詞匯量、孤立詞語音識別技術(shù)正在成為目前研究的熱點之一。本文系統(tǒng)地研究了組成小詞匯量語音識別系統(tǒng)的各種關(guān)鍵技術(shù)，在Matlab實驗平臺下完成語音訓(xùn)練和識別算法的設(shè)計，取得相關(guān)實驗數(shù)據(jù)，為軟

2、硬件協(xié)同實現(xiàn)語音識別提供依據(jù)，并在此基礎(chǔ)上探討了其在FPGA上的實現(xiàn)問題。 語音識別的理論模型對系統(tǒng)的構(gòu)建具有指導(dǎo)意義，本文首先分析了語音信號的聲學(xué)模型和漢語音節(jié)特點，合理地選擇了音節(jié)作為語音識別的基本單元。然后詳細(xì)地論述了語音識別的流程和基于Matlab的軟件實驗平臺，并應(yīng)用隱馬爾可夫模型實現(xiàn)孤立詞語音識別。 隱馬爾可夫模型對時間序列具有很強的建模能力，通過對時間序列特征參數(shù)的訓(xùn)練，為每個語音建立一個隱馬爾可夫模型。待

3、識別語音通過與各個隱馬爾可夫模型匹配，即得到識別結(jié)果。它是一個魯棒性模型，可以確保識別的高『E確率，因此，廣泛應(yīng)用于語音識別領(lǐng)域。論文在Matlab實驗平臺上編寫和仿真了預(yù)處理、端點檢測、特征參數(shù)提取、矢量量化、隱馬爾可夫模型訓(xùn)練和識別幾個子功能模塊，實現(xiàn)了語音識別的整體過程。并用漢語數(shù)字識別驗證了方案的可行。同時，在對經(jīng)典方法深入研究的前提下，本文還探討將動態(tài)窗長、模糊理論等引入語音識別過程，通過對小詞匯量孤立詞的語音識別實驗，取得了

4、一定的效果。 文章最后采用Matlab、VC++、FPGA，建立了一個軟硬件協(xié)同語音識別的實驗研究平臺，探討了語音識別算法在FPGA上的應(yīng)用，重點考慮了基于幀的流程決策、MFCC定點計算和Viterbi算法等幾個問題。結(jié)合FPGA結(jié)構(gòu)特點，直接使用加法器、乘法器、比較器等建立一個Viterbi算法結(jié)構(gòu)，采用改進(jìn)的方法計算Viterbi得分和預(yù)計算邏輯實現(xiàn)了一種簡單的基于隱馬爾可夫模型的語音模板匹配。實驗證明了該方案的切實可行。