基于DSP語音識(shí)別系統(tǒng)的設(shè)計(jì)

王宇?彭森

摘 要：語言是人類相互間進(jìn)行通信的最自然和最方便的形式，語音通信是一種理想的人機(jī)通信方式。要使機(jī)器人真于具有人的智能，人機(jī)間的語音通信就必不可少。因此，進(jìn)行語音控制的研究工作具有實(shí)際意義和應(yīng)用前景。語音技術(shù)，包括語音識(shí)別、語音合成、關(guān)鍵詞檢出、說話人識(shí)別與確認(rèn)、口語對(duì)話系統(tǒng)等，是現(xiàn)代人機(jī)交互的重要方式之一，具有廣泛的應(yīng)用前景。其中語音識(shí)別技術(shù)，尤其是連續(xù)語音識(shí)別技術(shù)，是最基礎(chǔ)、最重要的部分，而且已經(jīng)逐步走向成熟與實(shí)用。

關(guān)鍵詞：語音識(shí)別；動(dòng)態(tài)時(shí)間規(guī)整（DTW）；數(shù)字信號(hào)處理器（DSP）

1 引言

語音識(shí)別按不同的角度有以下幾種分類方法：從所要識(shí)別的單位，有孤立詞識(shí)別、音素識(shí)別、音節(jié)識(shí)別、孤立句識(shí)別、連續(xù)語音識(shí)別和理解。目前已進(jìn)入識(shí)別的語音識(shí)別系統(tǒng)是單詞識(shí)別。以幾百個(gè)單詞為限定識(shí)別對(duì)象。從識(shí)別的詞匯量來分。有小詞匯（10-50個(gè)）、中詞匯（50-200個(gè)）、大詞匯（200以上）等。從講話人的范圍來分。有單個(gè)特定講話人、多講話人和與講話者者無關(guān)。特定講話人比較簡單，能夠得到較高的識(shí)別率。后兩者難度較大，不容易得到高的識(shí)別率。 從識(shí)別的方法分。有模塊匹配法、隨機(jī)模型法和概率語法分析法。這三種都屬于統(tǒng)計(jì)模式識(shí)別方法。

2 系統(tǒng)硬件及組成

2.1 系統(tǒng)概述

語音識(shí)別系統(tǒng)的典型實(shí)現(xiàn)方案如圖1所示。輸入的模擬語音信號(hào)首先要進(jìn)行預(yù)處理，語音信號(hào)經(jīng)過預(yù)處理后，接下來重要的一環(huán)就是特征參數(shù)提取，其目的是從語音波形中提取出隨時(shí)間變化的語音特征序列。然后建立聲學(xué)模型，在識(shí)別的時(shí)候?qū)⑤斎氲恼Z音特征同聲學(xué)模型進(jìn)行比較，得到最佳的識(shí)別結(jié)果。

2.2 硬件構(gòu)成

本文采用DSP芯片為核心（圖2所示），系統(tǒng)包括直接雙訪問快速SRAM、一路ADC/一路DAC及相應(yīng)的模擬信號(hào)放大器和抗混疊濾波器。外部只需擴(kuò)展FLASH存儲(chǔ)器、電源模塊等少量電路即可構(gòu)成完整系統(tǒng)應(yīng)用。

2.3 系統(tǒng)主要功能模塊構(gòu)成

語音處理模塊采用TI TMS320VC5402， TMS320VC5402含4 KB的片內(nèi)ROM和16 KB的雙存取RAM，一個(gè)HPI（HostPortInterface）接口，二個(gè)多通道緩沖單口MCBSP（Multi-Channel Buffered SerialPort），單周期指令執(zhí)行時(shí)間10 ns，帶有符合IEEE1149.1標(biāo)準(zhǔn)的JTAG邊界掃描仿真邏輯。語音輸入、輸出的模擬前端采用TI公司的TLC320ADSOC，它是一款集成ADC和DAC于一體的模擬接口電路，并且與DSP接口簡單，性能高、功耗低，已成為當(dāng)前語音處理的主流產(chǎn)品。16位數(shù)據(jù)結(jié)構(gòu)，音頻采樣頻率為2～22.05 kHz，內(nèi)含抗混疊濾波器和重構(gòu)濾波器的模擬接口芯片，還有一個(gè)能與許多DSP芯片相連的同步串行通信接口。TLC320AD50C片內(nèi)還包括一個(gè)定時(shí)器（調(diào)整采樣率和幀同步延時(shí)）和控制器（調(diào)整編程放大增益、鎖相環(huán)PLL、主從模式）。TLC320AD50C與TMS320VC5402的硬件連接，如圖3所示。

3 結(jié)論

本文以TMS320VC5402芯片為核心的系統(tǒng)硬件設(shè)計(jì)迸行了研究，通過TLC320AD50C對(duì)語音信號(hào)進(jìn)行A/D轉(zhuǎn)換，通過TMS320VC5402對(duì)語音信號(hào)“0”、“1”、“2”進(jìn)行訓(xùn)練和識(shí)別，并由對(duì)于燈LED0、LED1、LED2亮來顯示結(jié)果是否正確；該系統(tǒng)核心識(shí)別算法采用動(dòng)態(tài)時(shí)間規(guī)整（DTW）算法，主要流程包括預(yù)處理、端點(diǎn)檢測(cè)、提取特征值、模式匹配和模板訓(xùn)練，取得了很好的識(shí)別效果。

參考文獻(xiàn)

[1] 朱銘鋯， 趙勇， 甘泉. DSP應(yīng)用系統(tǒng)設(shè)計(jì) [M].北京：電子工業(yè)出版社，2002.

[2] 郭華. 自適應(yīng)濾波算法及應(yīng)用研究[D].蘭州：西北師范大學(xué)，2007.

[3] 張雄偉..DSP芯片的原理與開發(fā)應(yīng)用[M].北京：電子工業(yè)出版社，2009.

[4] 張德豐. 數(shù)字圖象處理（MATLAB版）[M].北京：人民郵電出版社，2009.

作者簡介

王宇，邵陽學(xué)院魏源國際學(xué)院電子科學(xué)與技術(shù)專業(yè)學(xué)生。

通訊作者

彭森，邵陽學(xué)院信息工程系教師。