1DSP 论文 1(2)

中仅采用倒谱系数，倒谱系数采用线性预测倒谱系数。

(3)语音训练：模式匹配中需要用到参考模板，这些模板通过模板训练获得。模板训练就是指按照一定的准则，从大量已知模式中获取表征该模式本质特征的模型参数。训练单元可分为：对说话人识别的训练和对识别词的训练。训练单元的功能是把事先收集到的语音利用一定的算法为每一个待识别的说话人训练出与之相匹配的参数。

(4)语音识别：语音识别中的模式匹配和模型训练技术主要有动态时间弯折技术、隐马尔科夫模型和人工神经元网络。DTW 应用动态规划方法，解决了语音信号特征参数序列比较时时长不等的问题，对于非特定、连续语音的语音识别系统，用的比较多的是HMM模型和ANN。本文采用的是基于隐含马尔科夫模型HMM的识别算法。

(5)后处理单元：充分利用每个说话人的声道参数和词条中各状态持续时间的概率分布来改进系统的识别率。

5

3 系统的硬件设计

该语音识别系统是以TI公司的TMS320VC5410为核心的，其硬件结构如图3.1所示。

图3.1 语音识别系统的硬件结构图

各硬件模块功能如下：

(1)TMS320C5410DSP是整个硬件系统的信号处理中心，完成语音识别、训练、编解码，进行片内RAM及外部FLASH存储芯片的数据管理与调度。其主要功能是接收MCU 8013发送来的命令，并根据其命令完成语音训练及语音识别。TMS320C5410是TI公司TMS320C54x系列的产品，为16位定点DSP，采用改进的哈佛结构，供电电压3．3V，提供了64Kb的片内RAM，6Kb的片内ROM；有一个时分复用串口TDM和2个带缓冲区的标准串口BSP；具有HPI(主机接口)是实现DSP与MCU接口的应用；指令周期为10ns， 即运算速度高达IOOMIPS；具有管理中断、循环运算和功能调用 的控制结构。

(2)运算放大器是采用Tl公司的TLC2272，它的主要作用是调节放大器和抑制共 模噪声，并且把麦克风输入进来的单端信号转换成A／D转换器TLC320AD535所需要的差分信号。

(3)TLC320AD535把输入进来的模拟信号转换成数字信号(芯片集语音A／D、D／A及抗混叠滤波于一体，性能价格比较高)，并将转换完的数据传给TMS320C5410进行处理。

(4)EPROM是用来存放DSP程序和初始化所需的数据；RAM用于程序执行和数据的暂 存。FLASH存储器用于存放训练样本库。

(5)键盘和显示部分则有单片机8013来控制，8013把键盘操作转换为控制信号再

6

传给TMS320VC5410，控制的工作是训练还有识别。TMS320VC5410把要显示的系统状态通讯给8013，以实现LCD显示。8013可一次性编程，被广泛地应用于家用电器的控制，性能优越，保证了系统的主控能力，具有强大的I／O功能，能够提供灵活的外部接口，适于做进一步的改进和改造。计算器等附加功能可以直接由MCU完成。

7

4 软件设计

本设计采用C语言和汇编语言混合方式编程。在编写程序之前，首先用高级语言对每个模块进行算法仿真，在此基础上再进行汇编程序的编写。

在调试时，可以采用高级语言与汇编语言对比的调试方式，这样可以通过跟踪高级语言与汇编语言的中间状态，来验证汇编语言的正确性，并及时的发现和修改错误，缩短编程周期。另外，在程序的编写过程中，应在关键的部分加上必要的注释与说明，以增强程序的可读性。程序流程如图4.1所示。

图4.1 程序流程图

8

5 语音识别在智能楼宇系统中的具体应用

我们知道，智能楼宇的控制和管理的命令基本上是由很少数量的特定的词组和数字串构成，并且利用语音识别技术来进行智能楼宇中的某些控制也更加的实时、方便、有效。因此，把语音识别系统应用在智能楼宇控制网络中，是可实现并且有前途的。

由于智能大厦和智能小区的管理或控制命令是有限的词条和数字串的组合，对这些语音命令的识别属于特定人中小词汇量的连接词的识别，而以目前的DSP技术，不论是从运算速度还是存储空间，对于实现这些实时语音命令的识别都是完全可能的。如果用DSP来完成对语音命令识别，并把此识别系统设计成一个嵌 入式子系统，嵌入到BACnet设备中，由BAC—net设备接人BACnet网，就可以实现对语音识别技术的应用了，同时作为BACnet网络上的一个接点，也能够实现楼宇控制系统对语音识别装置的检测与控制。系统结构如图4所示。图4 语音识别系统在BACnet网的结构框图。

根据语音识别技术的特点可知，语音识别技术在智能楼宇中有多种应用，例如：语音的身份识别功能：运用语音识别的语音确认功能，能方便地指定用户使用某些功能，同时禁止非指定用户使用。另外语音直接控制功能：可对电梯、消防报警开关等直接通过语音控制，在紧急、黑暗的恶劣环境下可进行实时控制，也可方便残疾人士。下面看一个具体应用——利用语音识别技术对智能建筑各类大门的控制。例如智能楼宇某些办公室的大门可采用语音电子门禁(特定人的语音识别技术)，工作人员可通过语音密码进人，而非法用户则被语音密码阻挡无法进入。首先把收集到的语音利用一定的算法为每一个待识别的说话人训练出与之相匹配的参数，并建立一个HMM模型，利用已经获得的HMM模型参数 和测得的说话人的基音周期在一定的判决条件下辨认出带识别的说话人并估计出待识别的控制命令词串。而对于居民楼的大门，可采用非特定人的语音识别，即提取特征参数时不带有说话人的特征，只要求能说出密码即可，这样智能楼宇里的居民在忘带钥匙或是黑夜的情况下也可以通过语音识别直接进人大楼，同时也防止了其他可疑人士出人住宅区。可见采用了语音识别技术的智能楼宇系统在实施某些控制功能时能更及时、方便、有效，并且节约很多的人力，因此把语音识别系统应用在智能楼宇控制网络中，是非常有前景和价值的。

9

6 总结

通过半学期的DSP课程的学习，了解了和掌握的更多这方面的知识，经过本次设计让我对DSP的软件控制编程和硬件仿真与应用更加了解了，它是用C语言和汇编语言混合方式编程，实现语音采集、模数转换等一系列功能的，在编写程序时要严格遵循计算机的C语言规则，否则计算机不会识别并会报错。程序编写中特别是对LED灯的控制，对它是改了又改，特别繁琐。但我也乐此不疲，最终得到了所要的结果，这也都给以后的学习留下了经验和教训。这些也都说明了我在实际动手能力方面还有待加强。总之，通过本次设计我收获颇丰。

语音识别技术(特别是小词汇量的识别)已经达到可以应用到实际的水平，本设计结合智能楼宇控制系统的特点，提出把语音识别技术应用到此控制系统中，丰富了智能楼宇控制系统的协议，也推广了语音识别的应用范围。本系统实现了语音的实时识别，但与仿真识别率仍有一定的差距，产生这种差距的原因有：由于所采用的DSP是定点机，在定标后数据的精度下降；DSP的限制不能采用鲁棒性更强的识别算法在实际应用中，应注意根据DSP芯片的特点，对算法进行优化，使得DSP芯片的性能得到充分的发挥。

专心做自己的事，是一种乐趣，互相交流，是大家一起进步的必要过程。书本上的知识是死的，只有通过实践和具体的实例运用，才能真正掌握知识，取得进步。我想，这些练习和经验都将是我一种宝贵的财富！我会在以后的学习中更加努力，朝着自己的目标不断奋进。

10

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库1DSP 论文 1(2)在线全文阅读。