基于ARM平臺(tái)的孤立詞語(yǔ)音識(shí)別技術(shù)的研究及實(shí)現(xiàn).pdf

1、語(yǔ)音識(shí)別技術(shù)是讓計(jì)算機(jī)理解人類的語(yǔ)言，那么就意味著它將按照相應(yīng)的命令執(zhí)行，實(shí)現(xiàn)人性化的服務(wù)為宗旨。隨著當(dāng)代電子信息技術(shù)的迅速發(fā)展，語(yǔ)音識(shí)別技術(shù)利用的領(lǐng)域更廣闊。對(duì)于在汽車智能化控制和服務(wù)中就能夠體現(xiàn)出其價(jià)值。當(dāng)小車在行進(jìn)當(dāng)中，語(yǔ)音識(shí)別系統(tǒng)可以對(duì)駕駛員說(shuō)出的目標(biāo)命令進(jìn)行識(shí)別，解放駕駛?cè)说母鞣N與駕駛無(wú)直接關(guān)聯(lián)的操作，以便集中注意力，這樣不僅可以方便駕駛員，還可以大大提高了行車安全。
　　本論文工作是通過(guò)對(duì)漢語(yǔ)孤立詞語(yǔ)音信號(hào)的特征參數(shù)和

2、識(shí)別模型的選擇仿真研究的基礎(chǔ)上，采取Samsung S3C2440為孤立詞語(yǔ)音識(shí)別系統(tǒng)的微處理器，Linux作為完成嵌入式語(yǔ)音識(shí)別的嵌入式操作系統(tǒng)，Qtopia2.2.0作為設(shè)計(jì)系統(tǒng)的人機(jī)交互界面的圖形化系統(tǒng)。
　　本文首先概述了語(yǔ)音信號(hào)處理的基本理論，包括語(yǔ)音識(shí)別系統(tǒng)概述;語(yǔ)音信號(hào)的前端處理模塊，其中模塊又包含語(yǔ)音信號(hào)的采樣和量化，預(yù)處理，分幀加窗，語(yǔ)音信號(hào)的端點(diǎn)檢測(cè);語(yǔ)音信號(hào)的特征提取模塊，其中的提取的特征又包括線性預(yù)測(cè)倒譜系

3、數(shù)LPCC，美爾倒譜系數(shù)MFCC;矢量量化模塊，該模塊介紹了矢量量化的原理，失真測(cè)度，及設(shè)計(jì)孤立詞碼書的LBG算法;語(yǔ)音識(shí)別參考模板的建模方法模塊，包括偶然模板訓(xùn)練方法，平均模板訓(xùn)練方法;采用BP模型前的數(shù)據(jù)處理模塊;最后是介紹語(yǔ)音識(shí)別模型方法:包括孤立詞識(shí)別中最經(jīng)典的，也是最基本的動(dòng)態(tài)時(shí)間規(guī)整算法(DTW)和近年來(lái)使用比較廣泛的人工神經(jīng)網(wǎng)絡(luò)(BP)算法。
　　本系統(tǒng)針對(duì)語(yǔ)音信號(hào)通過(guò)仿真實(shí)驗(yàn)分析了特征參數(shù)、識(shí)別模型的選擇等相關(guān)內(nèi)容

4、，選用DTW識(shí)別機(jī)作為系統(tǒng)識(shí)別的模式匹配方式，梅爾頻率倒譜系數(shù)MFCC作為識(shí)別的參數(shù)，在嵌入式平臺(tái)的需求的基礎(chǔ)之上，針對(duì)到嵌入式系統(tǒng)資源限制和實(shí)時(shí)性的要求，采用文本形式直接讀取識(shí)別的參考模板，提高識(shí)別的速度。其次，要能讓顯示的測(cè)試結(jié)果更加直觀，本論文選用的是Qtopia圖形化的系統(tǒng)，可用于QT平臺(tái)編寫語(yǔ)音識(shí)別應(yīng)用程序代碼并遷移到目標(biāo)板，搭建了基于ARM平臺(tái)的語(yǔ)音識(shí)別系統(tǒng)，方便了操作，其中建立交叉編譯環(huán)境，移植了Uboot，linux操作