论文部分内容阅读
近年来,基于音频信号识别的研究引起了很多学者的关注,尤其是在语音信号识别方面。随着DSP等嵌入式系统日益成熟和广泛应用,语音识别的实现使人类的智能化生活进一步提高。语音逐渐成为一种人机交互的途径,这种方便、快捷、自然的方式也存在着很大的应用市场。当前,家居环境检测主要着眼于无人条件下的安全防范工作,居家人员的意外报警基本空白,普遍实际采用的视频监护涉及到人们的隐私等问题。本文为了解决这一矛盾,满足独居人员的意外状况监测目的,而提出了一种通过声音识别技术实现对家居意外状况进行的实时监测方案。在本文中,首先分析了音频信号的基础知识、处理方法以及语音识别技术的国内外历史、现状和研究水平,针对居室状态识别的课题背景,提出了音频信号(语音信号和非语音信号即居室环境背景声音)为研究对象的识别系统算法研究。本文中的设计主要分为算法仿真和算法移植两部分。算法仿真是在软件MATLAB7.0.4上进行的,算法仿真部分重点介绍了所要用到的隐马尔可夫模型算法和高斯混合模型算法的仿真,其中主要包括声音信号的预处理、端点检测、提取特征参数、参考模型库的训练和识别。算法的移植是在以TI公司的数字信号处理器TMS320VC5502为核心的DSP硬件开发板上实现。它的实现过程为:在MATLAB-DSP集成开发环境CCSlink的辅助下,将MATLAB、DSP J于发板、CCS软件连接起来,把在MATLAB中经过仿真和验证的算法用C语言和汇编语言编写,完成算法的移植进而在DSP开发板上实现居室状态的识别。这里利用CCSLink调试工具不仅缩短了系统程序开发周期而且降低了研发成本。本文结合CCS开发环境和MATLAB开发环境调试,充分利用了二者结合带来的优点,在模式识别研究方而提供了一种新方法。