论文部分内容阅读
随着计算技术的不断发展，人们对语音智能产品的需求越来越强烈，这不仅促进了语音识别技术发展，而且促使了语音实用化产品的大量涌现。语音识别系统一般是在PC机或嵌入式系统上实现的，虽然PC机的存储能力大、计算能力强、运算速度快，但是基于PC机的语音识别系统因为体积大、价格高、不方便携带等缺点不适合应用于实际产品中，而嵌入式语音识别系统具有体积小、低功耗、价格低、便携性好、可靠性高等优点，因此嵌入式语音识别系统更具有使用价值和实际价值。本文详细地阐述语音识别系统的基本理论，主要包括语音识别系统的分类、基本结构、语音信号预处理、端点检测、特征参数提取和语音识别技术等。语音识别的主要过程是对采集到的语音信号进行预处理操作，通过端点检测算法准确找出有效语音信号段，采用Mel频率倒谱系数及差分系数相结合的方式来进行特征参数提取，采用隐马尔可夫模型（HMM）来实现语音信号的训练与识别。本文设计一个基于凌阳单片机SPCE061A的嵌入式语音识别系统，此系统的主要研究：（1）在预处理方面，提出一种动态的端点检测算法——动态三门限端点检测算法，此算法可以更加准确地找语音信号中的语音信息段。（2）在识别算法方面，提出一种更加有效的的训练算法——遗传连续隐马尔可夫模型（GA_CHMM），即用遗传算法来直接训练CHMM模型，它是通过对CHMM的参数值进行编码，根据适应度函数进行选择、交叉、变异等操作求出最优的模型，通过解码后最优的参数值所对应的就是CHMM模型，然后通过Viterbi算法进行语音识别。此算法可以节省大量的训练时间，进而提高识别率和识别速度。（3）根据语音识别和嵌入式的实际应用，设计一个有实用价值和可移植的嵌入式系统——基于SPCE061A单片机的嵌入式语音识别系统，在硬件系统设计上实现了语音信号的采集、语音信号的存储、语音信号处理、语音播报及LCD显示等功能，应用C语言编程将GA_CHMM算法实现，同时将其应用于硬件系统中，通过实验验证了该语音识别系统的可行性和实用性。