近年来,随着语音识别技术的不断发展,在小词汇量语音识别领域,已经形成一些成熟算法,并且有了成功的应用实例。随着FPGA技术的快速发展,芯片计算速度也随之飞速上升。如何选择一个适合在FPGA上实现的方案,已成为目前这一研究领域中重要的课题之一。本文系统的研究了组成小词汇量语音识别系统的各种技术,并在此基础上提出了一个适合在FPGA上实现的小词汇量、非特定人、孤立词语音识别系统。 论文主要完成了以下五个方面的内容 1、设计了一个包括语音文件、录音信息和管理系统的人名语音数据库,并实际采集了一定规模的语音数据。 2、介绍了动态时间弯曲(DTW)和隐马尔可夫模型(HMM)算法,分别用这两种方法实现了一个容量48人的人名语音识别系统,并对系统性能进行了详细的分析。 3、针对可能存在的噪声环境,利用状态转移图辅助进行平滑和去噪。讨论了MFCC各阶分量对语音识别的贡献。改进了基于HMM进行说话人性别识别的方法,以用来构建男女两个不同的模型参数。 4、改进系统实时实现的几个关键技术:在实时的硬件数据处理及端点检测实现中,存储空间复用及对数运算等问题;根据MFCC算法的特点,得到快速定点化处理的MFCC算法。 5、就系统的每个关键参数进行实验和分析,给出了小词汇量语音识别系统的实现方案,取得了识别率和复杂度较为均衡的结果。