基于TMS320C5409的語音識別系統(tǒng).pdf

1、隨著語音識別技術(shù)的深入發(fā)展，在語音識別領(lǐng)域已經(jīng)有許多成熟算法并且有了成功的應(yīng)用實例。隨著DSP技術(shù)的飛速發(fā)展，其系統(tǒng)功能、數(shù)據(jù)處理能力以及與外部設(shè)備通信功能地不斷增強，采用DSP實時實現(xiàn)語音識別系統(tǒng)已經(jīng)成為可能。本文介紹了以TMS320C5409 DSP為核心的小詞匯量實時語音識別系統(tǒng)的設(shè)計與實現(xiàn)。 由于DSP的運算速度和存儲空間都是有限的，所以在DSP上實現(xiàn)語音識別系統(tǒng)，除了在硬件設(shè)計上，更多的工作在算法選擇和軟件編程上。文中

2、重點介紹了系統(tǒng)的軟件設(shè)計過程，給出了程序流程圖，并對編程時的注意事項進行了說明。針對漢語數(shù)字語音及TMS320C5409 DSP的特點，系統(tǒng)采用常用的能量和過零率相結(jié)合的方法進行端點檢測，分別采用了三種語音識別特征參數(shù)-LPC倒譜系數(shù)、Mel頻率倒譜系數(shù)(MFCC)和過零峰值幅度(ZCPA)。在語音識別的后端中選用RBF神經(jīng)網(wǎng)絡(luò)進行識別。 模糊信息理論是一種基于模糊集理論的信息科學(xué)，是指導(dǎo)工程實踐的一個有普遍意義的強有力工具。本

3、文將模糊理論引入RBF神經(jīng)網(wǎng)絡(luò)對其進行了改進。常規(guī)RBF神經(jīng)網(wǎng)絡(luò)的隱層一般采用高斯函數(shù)，然而任意輸入對于中心點的隸屬程度并不總是服從高斯分布，本文用任意輸入模式與各類中心的隸屬度來替代原有的徑向基函數(shù)的輸出。實驗結(jié)果表明識別率得到了提高。 系統(tǒng)算法由C和匯編語言編寫，并在TMS320C5409板上對語音識別算法進行了調(diào)試和實驗。系統(tǒng)選用漢語數(shù)字孤立詞為識別對象，識別結(jié)果通過異步通信串口送到PC上實時顯示。實驗結(jié)果證明了系統(tǒng)的有效