嵌入式語音識別算法的研究與實現(xiàn).pdf

1、目前大多數(shù)語音識別系統(tǒng)在試驗室環(huán)境條件下已經(jīng)具有了較高的識別率，但是要在嵌入式系統(tǒng)上實現(xiàn)語音識別功能還受到諸多因素的影響，諸如它還存在著運算速度較慢、存儲空間有限、實時性要求較高等突出問題。因此為了使語音識別技術(shù)能夠逐步從試驗室演示階段走向?qū)嶋H應(yīng)用階段，我們有必要對嵌入式語音識別算法作進一步深入的分析和研究。 本文主要以小詞匯量嵌入式語音識別技術(shù)為基礎(chǔ)展開討論，并將嵌入式語音識別算法的研究和實現(xiàn)作為系統(tǒng)設(shè)計的核心，完成的工作有:

2、 首先研究了基于美爾頻率倒譜系數(shù)(Mel Frequency Cepstrum Coefficient，簡稱MFCC)的嵌入式語音識別特征提取算法，它根據(jù)入耳聽覺特性原理，將線性頻譜轉(zhuǎn)化為基于Mel頻率坐標的非線性頻譜，然后通過對數(shù)運算和離散余弦變換(DCT)等環(huán)節(jié)轉(zhuǎn)換到倒譜域，試驗表明采用了能量參數(shù)和動態(tài)差分參數(shù)等優(yōu)化措施以后，對系統(tǒng)整體的識別性能和識別精度都有所提高。 其次研究了基于隱馬爾可夫模型(Hidden Ma

3、rkov Models，簡稱HMM)的嵌入式語音識別模式匹配算法，主要包括三個部分:由模型產(chǎn)生觀察序列的“前向-后向算法”，求取最佳狀態(tài)序列的Viterbi解碼算法，模型參數(shù)訓(xùn)練估值的Baum-Welch算法，試驗證明采用HMM建模方式能夠很好的描述語音信號時變性和短時平穩(wěn)性特點。 接下來文章討論了嵌入式算法實現(xiàn)的硬件平臺和外圍設(shè)備控制接口，系統(tǒng)硬件平臺選用的是德州儀器公司(簡稱TI)最新推出的一款針對便攜式數(shù)據(jù)終端而設(shè)計的產(chǎn)品

4、OMAP5912，該產(chǎn)品結(jié)合了高性能的FMS320C55xDSP內(nèi)核和低功耗的ARM926EJS內(nèi)核，可以滿足嵌入式算法開發(fā)的需要，另外文章還重點論述了構(gòu)建一個完整嵌入式系統(tǒng)開發(fā)環(huán)境的全部過程，主要包括:構(gòu)建嵌入式系統(tǒng)引導(dǎo)程序U-Boot，開發(fā)MontaVista Linux嵌入式操作系統(tǒng)，設(shè)計JFFS2文件系統(tǒng)等。 文章最后主要論述了嵌入式圖形用戶界面(GUI)的設(shè)計和實現(xiàn)過程，先后完成了對MiniGUI源代碼的編譯和移植工作