漢語數(shù)碼語音識別系統(tǒng)設計與實現(xiàn).pdf

1、語音識別技術是計算機應用領域重要的發(fā)展方向之一,它的關鍵技術、發(fā)展與應用,必將成為信息產業(yè)的標志性技術和未來計算機的重要特征。隨著DSP技術的快速發(fā)展,芯片計算速度飛速上升,實時的語音識別系統(tǒng)采用DSP來實現(xiàn)已經(jīng)成為可能。在此背景下,本文在對語音識別技術進行全面、深入研究的基礎上,重點進行基于模板匹配法的孤立詞、特定人語音識別系統(tǒng)研究。本文介紹的是一個基于DSP的硬件,漢語數(shù)碼語音識別系統(tǒng)的設計與實現(xiàn)。 本文基于語音產生的模型,

2、從時域、頻域,特別是從倒譜出發(fā),對語音信號進行分析,并結合模式識別的理論,論述語音識別的基本理論。 在介紹DSP特點和TMS320VC5402結構的基礎上,本文提出基于DSP的語音識別系統(tǒng),對以TMS320VC5402芯片為核心的系統(tǒng)硬件設計進行了研究,闡述了系統(tǒng)的構成,分析工作過程,采用89C51單片機對TMS320VC5402的控制代替PC機的控制,將TMS320VC5402的HPI口與PC機的并行口相通信,使TMS320V

3、C5402成為獨立于PC機的系統(tǒng)。整個系統(tǒng)以TMS320VC5402為核心電路進行設計,TLC320AD50C進行A/D轉換,TMS320VC5402進行訓練和識別語音信號,由單片機控制LCD顯示結果,整個系統(tǒng)的邏輯接口都是有邏輯接口芯片CPLD來實現(xiàn)的。 針對漢語語音的特點,引用已有的算法進行軟件系統(tǒng)設計,論述系統(tǒng)軟件的設計法。主要過程是預處理、端點檢測、提取特征和模式匹配。提取特征采用的是線性預測分析方法?？紤]到系統(tǒng)的設計要

4、求是一個特定人、小詞匯量的語音控制系統(tǒng),動態(tài)時間規(guī)整(Dynamic Time Wrapping,簡稱DTW可滿足設計要求,因此采用識別算法為DTW算法。對傳統(tǒng)的DTW進行了優(yōu)化,減少了計算量和節(jié)約了存儲空間。 孤立詞語音識別系統(tǒng),準確檢測起點和終點對于模板匹配并提高識別率是相當重要的。傳統(tǒng)的端點檢測是利用平均能量和平均過零率的雙門限法。本文在此基礎上,端點檢測的設計是：短時相對能頻積的方法對漢語語音的端點信號進行檢測；短時相對