基于DSP的語音識別系統(tǒng)的設(shè)計與實現(xiàn).pdf

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

2、大的下降。在硬件實現(xiàn)方面，實時語音信號處理需要高速的硬件處理器，語音模板需要占用大量的存儲空間，導(dǎo)致硬件成本提高，從而限制了語音識別技術(shù)的應(yīng)用。本系統(tǒng)選用了TI公司的TMS320VC5402作為處理器芯片，選擇對小詞匯量語音識別系統(tǒng)進行研究。 實現(xiàn)小詞匯量的語音識別主要包括以下三個方面的工作：端點檢測、特征提取和模式匹配。在端點檢測中，通過對過零率和短時能量參數(shù)的檢測來判斷起始點和結(jié)束點，去掉噪聲，從而提取出語音信號數(shù)據(jù)。在特征

3、提取中，首先對語音信號進行分幀、然后計算每幀語音信號的特征參數(shù)，本文采用線性預(yù)測倒譜參數(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)成語音模板。在模式匹配中，采用了動態(tài)時間歸整方法，將測試模板與參考模板進行匹配，比較兩者之間的失真，得出識別判決的依據(jù)。 本文完成了基于DSP的小詞匯量的語音識別系統(tǒng)的軟硬件設(shè)計，并取得了較好的識別結(jié)果。為今后進一步研究中等詞匯量以及大詞匯量的語音識別奠定了基礎(chǔ)。 論文最后總結(jié)了全文，指出