基于ARM平臺車載語音識別系統(tǒng)的研究與開發(fā).pdf

1、語音識別技術(shù)是語言學和數(shù)字處理相結(jié)合的一項技術(shù)，是一項復雜的工程，一門比較前沿的學科。由于語音系統(tǒng)的復雜性、外界噪聲的干擾、語音信號的非平穩(wěn)性、較差的適應(yīng)性和漢語自身的特點等一系列問題，使語音系統(tǒng)在實現(xiàn)的過程中有很多困難。
　　 本課題對語音識別系統(tǒng)的算法和車載語音識別系統(tǒng)的軟硬件環(huán)境做了細致的研究，主要內(nèi)容有：
　　 (1)針對現(xiàn)有語音識別系統(tǒng)的算法，分別討論了語音識別系統(tǒng)的采集、預處理、端點檢測、特征參數(shù)提取和模式匹

2、配等幾種常見算法，并且根據(jù)本課題系統(tǒng)的要求，選擇適合的參數(shù)和算法建立語音識別系統(tǒng)。
　　 (2)對傳統(tǒng)的端點檢測算法：短時平均過零率和短時平均能量做了細致的研究。根據(jù)它們存在的問題，提出了對算法的改進研究。改進后的這兩種算法對純凈語音信號和高信噪比環(huán)境下均能完成端點檢測，但在低信噪比環(huán)境下失效。通過分析這兩種算法的特點，改進并確定短時加權(quán)過零率和短時幅度相結(jié)合的檢測算法作為本系統(tǒng)的端點檢測算法。實驗結(jié)果和數(shù)據(jù)表明，改進后的端點檢

3、測算法在純凈語音信號和低或高信噪比的環(huán)境下均可以完成端點檢測，有效提高了系統(tǒng)的抗噪能力和識別率。
　　 (3)對模式匹配中各種算法的優(yōu)缺點和參數(shù)做了詳細的分析。選用動態(tài)時間規(guī)整(DynamicTimeWarping)作為本系統(tǒng)的模式識別算法，并針對傳統(tǒng)DTW算法存在的問題，改進了整體路徑的約束和松弛起始點終止點的對齊方式。實驗結(jié)果和數(shù)據(jù)表明，改進后的DTW算法有效提高了系統(tǒng)的運行速率。
　　 (4)為了滿足車載的要求以及

4、實時性，本系統(tǒng)以ARM9系列的S3C2440為嵌入式處理器，以Linux為嵌入式操作系統(tǒng)，以Qt為嵌入式可視化操作界面，建立語音識別系統(tǒng)的軟硬件環(huán)境，包括晶振電路、復位電路、電源電路、FLASH電路、SDRAM電路、音頻電路、LCD電路和其它一些電路的設(shè)計，以及BootLoader、Linux內(nèi)核、驅(qū)動程序、文件系統(tǒng)、Qt4的移植。
　　 根據(jù)實驗結(jié)果和數(shù)據(jù)分析得出結(jié)論：改進后的端點檢測算法提高了系統(tǒng)的抗噪能力和識別率；改進后的