嵌入式實時英語語音識別系統(tǒng)的設(shè)計與研究

周曉武

（寶雞文理學(xué)院 外語系，陜西 寶雞721000）

嵌入式實時英語語音識別系統(tǒng)的設(shè)計與研究

周曉武

（寶雞文理學(xué)院 外語系，陜西 寶雞721000）

針對本次英語語音識別系統(tǒng)的設(shè)計之中，應(yīng)用嵌入式技術(shù)，可以應(yīng)用嵌入式DSP語音芯片，以連續(xù)隱含馬爾可夫模型為基本識別框架，優(yōu)化設(shè)計英語語音識別系統(tǒng)。結(jié)果證實，設(shè)計出基于嵌入式的實時英語語音識別系統(tǒng)，可以在實際應(yīng)用中實時識別出不同的英語語音，而且也能夠提升系統(tǒng)在應(yīng)用中對于英語語音的識別率，提升29.0%，對于英語語音的識別速度也快，發(fā)揮積極應(yīng)用效益。研究結(jié)論表明，設(shè)計嵌入式的實時英語語音識別系統(tǒng)，具有可行性，不僅可以提升系統(tǒng)識別英語語音的速度，也發(fā)揮積極的應(yīng)用效益，可以在實踐中推廣該系統(tǒng)設(shè)計方法。

語音識別；實時英語語音識別系統(tǒng)；嵌入式設(shè)計；設(shè)計語音系統(tǒng)

speech system

針對本次研究中，分析研究關(guān)于實時英語語音識別系統(tǒng)設(shè)計方面的問題，還能夠基于嵌入式現(xiàn)代信息技術(shù)，優(yōu)化設(shè)計實時的英語語音識別系統(tǒng)，以便利用嵌入式系統(tǒng)開發(fā)板硬件平臺，設(shè)計語音識別算法程序，設(shè)計實現(xiàn)實時英語語音識別系統(tǒng)，發(fā)揮積極影響。以下本篇對此做具體分析。

1 嵌入式技術(shù)

對于我國當(dāng)前信息化技術(shù)發(fā)展前提下，嵌入式技術(shù)也不斷被推廣應(yīng)用到工業(yè)、農(nóng)業(yè)、教育信息化等多種領(lǐng)域。實際中，嵌入式技術(shù)，就是將設(shè)備控制程序?qū)戇M(jìn)芯片中，將芯片嵌入到設(shè)備中，從而通過該嵌入式芯片控制設(shè)備完成相應(yīng)操作的技術(shù)。并且嵌入式技術(shù)在語音識別系統(tǒng)設(shè)計中，也具備一定的應(yīng)用優(yōu)勢，將嵌入式技術(shù)應(yīng)用到語音識別系統(tǒng)中，在識別特定人的語音方面，可以使系統(tǒng)的識別精度提升到98%以上[1]。其次，在實際應(yīng)用中，嵌入式技術(shù)還具備可靠性高、體積小以及耗電低的優(yōu)勢，可以節(jié)約語音識別系統(tǒng)設(shè)計成本，發(fā)揮積極應(yīng)用優(yōu)勢。而且在設(shè)計實時英語語音識別系統(tǒng)中，應(yīng)用嵌入式技術(shù)，可以在用戶講話后，實時傳輸處理語音信號，提升系統(tǒng)設(shè)計性能[2-6]。在實際中，應(yīng)用嵌入式技術(shù)優(yōu)化設(shè)計實施英語語音識別系統(tǒng)，發(fā)揮積極應(yīng)用價值。

2 系統(tǒng)設(shè)計需求

設(shè)計嵌入式實時英語語音識別系統(tǒng)，能夠應(yīng)用嵌入式芯片，簡化系統(tǒng)體積，也可以獲得更為簡化的人際交互模式，優(yōu)化系統(tǒng)設(shè)計性能[7]。對于實時英語語音識別系統(tǒng)設(shè)計中，還應(yīng)該確保該系統(tǒng)具備很好的人機交互平臺，確保系統(tǒng)用戶可以個性化應(yīng)用該系統(tǒng)，消除人機交互過程中的語言障礙[8-13]。目前英語語音識別系統(tǒng)中，語言識別準(zhǔn)確性不會達(dá)到百分百[14]；英語語音識別受特定人、口音以及方言的影響，會降低英語語音識別系統(tǒng)的精度；對此，可以應(yīng)用嵌入式技術(shù)，在系統(tǒng)中應(yīng)用嵌入式語音識別算法，確保系統(tǒng)可以快速實時識別英語語音，提高系統(tǒng)識別英語語音的識別率與識別速度[15]。同時，對于本文設(shè)計嵌入式的實時英語語音識別系統(tǒng)中，也應(yīng)該確保系統(tǒng)具備很好的工作穩(wěn)定性好，提升英語語音識別率，提升系統(tǒng)在工作中的抗噪聲能力，確保設(shè)計出的系統(tǒng)滿足實際用戶應(yīng)用需求。

3 設(shè)計實現(xiàn)嵌入式實時英語語音識別系統(tǒng)

3.1 系統(tǒng)的總體結(jié)構(gòu)設(shè)計

對于本次設(shè)計的嵌入式技術(shù)支持下的實時英語語音識別系統(tǒng)設(shè)計之中，對于系統(tǒng)中，主要可以由“嵌入式的中央處理器、只讀存儲器、外圍控制電路、可讀寫存儲器以及外圍設(shè)備”等組成。系統(tǒng)總體設(shè)計結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)總設(shè)計結(jié)構(gòu)

并且，對于本次設(shè)計的嵌入式實時語音識別系統(tǒng)，應(yīng)該盡量降低系統(tǒng)體積，提升系統(tǒng)語音識別正確率。由相應(yīng)的語音解碼芯片轉(zhuǎn)換語音信號，通過S3C2440的計算和處理，轉(zhuǎn)換成控制指令（可以由數(shù)碼管或二極管對輸出進(jìn)行檢測），最好可以在控制處設(shè)立顯示界面以便于操作者進(jìn)行監(jiān)控。

3.2 系統(tǒng)功能設(shè)計

具備語音訓(xùn)練的功能：對于本次設(shè)計的嵌入式實時英語語音識別系統(tǒng)，確?？梢愿鶕?jù)用戶輸入的英語語音，經(jīng)過嵌入式算法對用戶的語音機械能若干次的訓(xùn)練，并可以預(yù)處理語音，提取出在該英語語音中的特征參數(shù)，從而可以根據(jù)特征矢量參數(shù)進(jìn)程特征建模，建立系統(tǒng)中基于英語語音訓(xùn)練的參考模型，以便能夠提升系統(tǒng)對于用戶語音的識別精度。

語音識別的功能：系統(tǒng)可以將輸入的語音，根據(jù)語音的特征矢量參數(shù)，與系統(tǒng)中的參考模型庫進(jìn)行相似性度方面的比較，之后可以將相似性高的特征矢量，當(dāng)作英語語音識別的結(jié)果在系統(tǒng)中輸出。

3.3 嵌入式語音識別算法

基于HMM（隱馬爾科夫）模型，使用馬爾科夫鏈來模擬信號的統(tǒng)計特性變化，可以由三元的參數(shù)函數(shù)進(jìn)行表示，其之間關(guān)系如下。

HMM（隱馬爾科夫）模型中，簡化該模型參數(shù)后可以得到：

N：表示模型之中的Markov鏈。其狀態(tài)的集合表示為S={s1，s2，…，sN}。

初始狀態(tài)的概率分布矢量。 π=（π1，π2，…，πN），其中

初始狀態(tài)分布滿足如下條件：

對于HMM中，Markov鏈可以由π，A進(jìn)行描述，能夠產(chǎn)生狀態(tài)序列。

在本次設(shè)計的嵌入式實時英語語音識別系統(tǒng)中，在系統(tǒng)中嵌入HMM算法芯片，可以對語音信號進(jìn)行預(yù)加重以及分幀、FFT變換等處理，提出實時英語語音信號，以確保系統(tǒng)可以實時識別出英語語音。

3.4 系統(tǒng)硬件部分設(shè)計

對于本次設(shè)計嵌入式系統(tǒng)中，其硬件設(shè)計部分，主要包括主控核心部分以及語音識別部分。在識別實時英語語音方面，嵌入式的微處理器芯片，應(yīng)用ST公司生產(chǎn)的STM32F103C8T6芯片作為主控制器；對于STM32芯片中，不僅有內(nèi)置64 KB高速存儲器，還有增強I／O端口，滿足本次系統(tǒng)設(shè)計需求。語音識別部分，是應(yīng)用ICRoute公司生產(chǎn)的LD33 20芯片，在該芯片中，集成優(yōu)化的語音識別算法，該英語語音識別算法，實時識別語音的準(zhǔn)確率高。

3.5 系統(tǒng)軟件代碼實現(xiàn)

針對嵌入式的實時英語語音識別系統(tǒng)設(shè)計中，系統(tǒng)軟件設(shè)計中應(yīng)用C語言進(jìn)行代碼編程。部分代碼實現(xiàn)如下：

4 分析系統(tǒng)的應(yīng)用效益

對于本次設(shè)計的嵌入式實時英語語音識別系統(tǒng)，在實際中為保證應(yīng)用該系統(tǒng)能夠正確識別出英語語音，因此針對實際應(yīng)用需求，基于系統(tǒng)的語音識別率進(jìn)行試驗測試，對嵌入式實時英語語音識別系統(tǒng)做了相應(yīng)的測試。設(shè)置的測試環(huán)境分別是安靜的環(huán)境，以及嘈雜環(huán)境，然后可以應(yīng)用5條英語語音方面的指令，針對傳統(tǒng)的語音識別系統(tǒng)以及本次設(shè)計的實時英語語音識別系統(tǒng)進(jìn)行測試；對于每條語音指令，可以針對系統(tǒng)分別測試10次，并且可以在每個不同環(huán)境下，對特定人進(jìn)行試驗，總的試驗次數(shù)是50次，然后可以記錄系統(tǒng)成功識別英語語音的次數(shù)。語音信號的采樣頻率設(shè)為12 500 Hz，16 bit量化，加入的噪聲控制系統(tǒng)在進(jìn)行英語語音識別過程中的信噪比，可以從-5～20 dB信噪比范圍內(nèi)，根據(jù)5 dB遞增產(chǎn)生不同的信噪比，并可以基于MVDR波束，采樣分析英語語音識別系統(tǒng)的識別率。測試結(jié)果如表1所示。

表1 測試結(jié)果

測試中兩個特定環(huán)境中，綜合分析其識別率，設(shè)計的嵌入式實時英語語音識別系統(tǒng)，其識別實時英語語音的正確識別率能夠達(dá)到89%，而對于傳統(tǒng)的聲音識別系統(tǒng)，其對于英語語音的識別率為60%，兩種系統(tǒng)相互對比，可知本次設(shè)計的嵌入式實時英語語音識別系統(tǒng)，其實際的識別率可以提升29.0%。因而，對于當(dāng)前時代下，設(shè)計出嵌入式的實時英語語音識別系統(tǒng)，不僅能夠運用該系統(tǒng)實時性的識別英語語音，而且也能夠提升系統(tǒng)在應(yīng)用中對于英語語音的識別率，提升29.0%，對于英語語音的識別速度也快，發(fā)揮積極應(yīng)用效益。設(shè)計嵌入式實時英語語音識別系統(tǒng)，不僅提升系統(tǒng)中語音識別算法的實時性，也可以在保證識別率的前提下，提升對于實時英語語音的識別速度，即能夠語音發(fā)出后，應(yīng)在最短的時間內(nèi)識別出來，用來發(fā)出準(zhǔn)確控制命令，提升系統(tǒng)應(yīng)用效益，發(fā)揮積極影響。

5 結(jié) 論

綜上所述，設(shè)計嵌入式的實時英語語音識別系統(tǒng)，具有可行性，能夠在最短的時間內(nèi)識別出來英語語音，可以根據(jù)英語語音做出系統(tǒng)控制命令。不僅可以提升系統(tǒng)識別英語語音的速度，也發(fā)揮積極的應(yīng)用效益，可以在實踐中推廣該系統(tǒng)設(shè)計方法。

[1]屈慶琳.嵌入式語音翻譯系統(tǒng)的研究[D].淮南：安徽理工大學(xué)，2012.

[2]劉萬鳳，胡軍，袁偉偉，等.陸空通話標(biāo)準(zhǔn)用語（英語）的語音指令識別技術(shù)研究[J].計算機科學(xué)，2013，40（7）:131-137.

[3]杜衛(wèi)衛(wèi).英語翻譯器語音識別系統(tǒng)設(shè)計及其應(yīng)用[J].電子測試，2015（4）:103-105.

[4]王朔.基于Android平臺的智能英語發(fā)音訓(xùn)練系統(tǒng)的設(shè)計與實現(xiàn)[D].南京：南京郵電大學(xué)，2013.

[5]劉江華.“語音識別”在中職英語口語教學(xué)中的應(yīng)用[J].江蘇教育（職業(yè)教育版），2013（10）:48-50.

[6]崔金鐘，周遠(yuǎn)彬，陳雷霆，等.基于DHMM的嵌入式語音識別系統(tǒng)的實現(xiàn)與優(yōu)化[J].電子科技大學(xué)學(xué)報，2013（6）:930-934.

[7]申小虎，萬榮春，張新野，等.一種改進(jìn)動態(tài)特征參數(shù)的話者語音識別系統(tǒng)[J].計算機仿真，2015，32（4）:154-158.

[8]路娜.孤立詞語音識別系統(tǒng)的研究與設(shè)計 [D].濟寧：曲阜師范大學(xué)，2014.

[9]于樹本.基于MFCC的說話人語音識別系統(tǒng)的研究[J].黑龍江科技信息，2015（27）:69-70.

[10]嚴(yán)家明，李永恒.EMD-SDC方法在機載連接詞語音識別系統(tǒng)中的應(yīng)用[J].計算機工程與應(yīng)用，2012，48（8）:137-140.

[11]高忠生，高紅琴.計算機語音識別系統(tǒng)的架構(gòu)設(shè)計[J].信息記錄材料，2013，14（3）:50-53.

[12]倪曼蒂，李彪，鄒麗萍，等.基于空間增強和譜減法的語音識別系統(tǒng)[J].湖南師范大學(xué)自然科學(xué)學(xué)報，2014，37（3）:63-68.

[13]王赫楠，燕燕，王甜宇，等.DTW算法在嵌入式語音識別系統(tǒng)中的應(yīng)用研究 [J].科技創(chuàng)新導(dǎo)報，2014，11（8）:71.

[14]馬寧，陳曉冬，李亞楠，等.內(nèi)窺鏡自動定位語音識別系統(tǒng)[J].計算機工程與應(yīng)用，2014（8）:207-210.

[15]韓放.基于Android的英語學(xué)習(xí)平臺的設(shè)計與實現(xiàn)[D].大連：大連理工大學(xué)，2013.

The design and research of embedded real time English speech recognition system

ZHOU Xiao-wu
（Department of Foreign Languages，Baoji University of Arts and Sciences，Baoji 721000，China）

For the English speech recognition system design，the application of embedded technology，embedded application voice DSP chip，the continuous hidden Markov model as the basic recognition framework for optimal design of English speech recognition system.The results confirm that the design based on embedded real-time English speech recognition system，in the practical application of real-time identification of the different English pronunciation，but also can enhance system in the application for the English speech recognition rate，improve 29.0%，for English speech recognition speed is also fast，play positive effect in application.Research results show that the design of embedded real-time English speech recognition system is feasible，not only can lifting system English speech recognition rate，also play positive benefits for the application and can be popularized in practice the system design method.

speech recognition；real time English speech recognition system；embedded design；design

TN99

：A

：1674-6236（2017）08-0187-04

2016-04-12稿件編號：201604113

2015年寶雞文理學(xué)院校級重點項目（ZK15068）

周曉武（1980—），女，陜西安康人，碩士，講師。研究方向：美國文學(xué)及教學(xué)法。