基于DSP的語(yǔ)音識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、語(yǔ)音是人類進(jìn)行相互交流和通信最便捷的手段，在當(dāng)今數(shù)字化的信息時(shí)代，用數(shù)字化的技術(shù)進(jìn)行語(yǔ)音的增強(qiáng)、傳送、識(shí)別、合成、存儲(chǔ)已成為語(yǔ)音信號(hào)處理技術(shù)的科學(xué)前沿。語(yǔ)音識(shí)別技術(shù)是計(jì)算機(jī)技術(shù)的重要發(fā)展方向，語(yǔ)音識(shí)別已經(jīng)形成了完整的理論體系，盡管目前語(yǔ)音識(shí)別的研究已經(jīng)進(jìn)入了商品化階段，但在許多特定領(lǐng)域，由于其環(huán)境和行業(yè)的特殊性，往往需要專門(mén)進(jìn)行開(kāi)發(fā)，以適應(yīng)社會(huì)需要。 在實(shí)際應(yīng)用的場(chǎng)合中，語(yǔ)音識(shí)別的性能會(huì)隨著說(shuō)話人的變化、噪聲的干擾、信道失真有較

2、大的下降。在硬件實(shí)現(xiàn)方面，實(shí)時(shí)語(yǔ)音信號(hào)處理需要高速的硬件處理器，語(yǔ)音模板需要占用大量的存儲(chǔ)空間，導(dǎo)致硬件成本提高，從而限制了語(yǔ)音識(shí)別技術(shù)的應(yīng)用。本系統(tǒng)選用了TI公司的TMS320VC5402作為處理器芯片，選擇對(duì)小詞匯量語(yǔ)音識(shí)別系統(tǒng)進(jìn)行研究。 實(shí)現(xiàn)小詞匯量的語(yǔ)音識(shí)別主要包括以下三個(gè)方面的工作：端點(diǎn)檢測(cè)、特征提取和模式匹配。在端點(diǎn)檢測(cè)中，通過(guò)對(duì)過(guò)零率和短時(shí)能量參數(shù)的檢測(cè)來(lái)判斷起始點(diǎn)和結(jié)束點(diǎn)，去掉噪聲，從而提取出語(yǔ)音信號(hào)數(shù)據(jù)。在特征

3、提取中，首先對(duì)語(yǔ)音信號(hào)進(jìn)行分幀、然后計(jì)算每幀語(yǔ)音信號(hào)的特征參數(shù)，本文采用線性預(yù)測(cè)倒譜參數(shù)作為特征參數(shù)，這些特征參數(shù)組成特征矢量，從而構(gòu)成語(yǔ)音模板。在模式匹配中，采用了動(dòng)態(tài)時(shí)間歸整方法，將測(cè)試模板與參考模板進(jìn)行匹配，比較兩者之間的失真，得出識(shí)別判決的依據(jù)。 本文完成了基于DSP的小詞匯量的語(yǔ)音識(shí)別系統(tǒng)的軟硬件設(shè)計(jì)，并取得了較好的識(shí)別結(jié)果。為今后進(jìn)一步研究中等詞匯量以及大詞匯量的語(yǔ)音識(shí)別奠定了基礎(chǔ)。 論文最后總結(jié)了全文，指出