共48頁，字?jǐn)?shù)總計(jì)：21752

摘 要
語音識(shí)別技術(shù)在嵌入式系統(tǒng)中的應(yīng)用具有廣闊的前景。目前，語音識(shí)別理論已經(jīng)比較成熟，但在智能開關(guān)（電子鎖），即具有語音識(shí)別功能的電子智能鎖的應(yīng)用少見報(bào)道。電子鎖的語音識(shí)別屬于小詞匯量、孤立詞語音識(shí)別的識(shí)別技術(shù)，針對(duì)這一課題，本文在Matlab環(huán)境下設(shè)計(jì)算法進(jìn)行語音信號(hào)的采集、特征抽取、概率計(jì)算、語音處理。最后將 m 代碼轉(zhuǎn)化 c 代碼，然后移植到 DSP,完成了語音識(shí)別軟件的開發(fā)，本文主要完成了以下工作:
1. 基于Matlab7.5實(shí)現(xiàn)了語音的端點(diǎn)檢測(cè)。語音信號(hào)的預(yù)處理，利用去噪聲的短時(shí)能量分析對(duì)語音信號(hào)進(jìn)行端點(diǎn)檢測(cè)，明確的判斷了孤立詞的起始和結(jié)束點(diǎn)，排除了無聲段的噪聲干擾；
2. 研究并得出了提取語音特征算法。本文選用 MFCC 作為語音特征參數(shù)，具體方法是提取參數(shù)前，對(duì)語音信號(hào)加漢明窗，然后用 mfcc.m 同時(shí)調(diào)用函數(shù) melbankm.m 獲取了語音信號(hào)的 MFCC 參數(shù);
3. 選用 HMM 模型得到了具有最大可能性的輸出觀察矢量的參數(shù)，采用的方法是將提取的 MFCC 語音特征參數(shù)在一組參考模板中輪流進(jìn)行匹配；
4. 設(shè)計(jì)出了語音識(shí)別開關(guān)的硬件系統(tǒng)。在以TMS320C5416為核心的語音信號(hào)處理板上，采用 HMM 算法，利用軟件 CCS 進(jìn)行了仿真，結(jié)果表明，算法具有較高的可靠性和穩(wěn)定性。
本文基于 Matlab7.5 完成了語音識(shí)別的算法設(shè)計(jì)和仿真，為電子鎖的具體應(yīng)用提供了技術(shù)支持，完善了語音識(shí)別的實(shí)用化理論。

關(guān)鍵詞：MATLAB，語音識(shí)別，美爾頻標(biāo)倒譜系數(shù)，隱馬爾科夫模型（HMM）










ABSTRACT


Aptitude Speech Recgnition System's utility research has been a leadingdirection in the research of speech recognition for 2 years.Nowadays,most of it'sappliances on embedded-systems are speech controling,which makes the complexmanual operation easy and convenient. The method applied in this paper belongs to the small glossary’s isolated words’ Speech recognition,mainly bases on the algorithm proved by the reference literature,which omplished the assignment of sampling,extracting,computing,modeling and marking,finally,the result is obtained.
1 In the environment of Matlab7.5,do pre-processing to the speech signal. the use of short-term noise can be able to clearly determine the energy of isolated words start and end points of the paragraph and exclude silent noise.
2 MFCC parameters used for the voice feature parameters. In the parameter extraction process, make Hamming window on the speech signal, call the function mfcc.m at the same time use function melbankm.m to access MFCC parameters
3 With the characteristic parameters of the voice accessed by mfcc.m, match the rotationin a reference template , get the vector parameters with largest possibility of output observation.
4 At the TMS320C5416 board which is the core of signal processing. Use HMM algorithm and the CCS software to simulation.The results show that the algorithm has high reliability and stability.
With the sentences all of the above, in the development environment of Matlab7.5, completing the design of speech recognition algorithms ,and the Semi-physical simulation in the CCS At the TMS320C5416 board which is the core of signal processing.Then achieve the speech recognition systems at the end.

KEY WORDS：MATLAB,DSP, Speech Recgnition System ,MFCC, HMM









目 錄


第一章 緒 論 5
1.1 課題研究的背景和意義 5
1.1.1 國(guó)外研究歷史及現(xiàn)狀 5
1.1.2 國(guó)內(nèi)研究歷史及現(xiàn)狀 6
1.2 識(shí)別系統(tǒng)存在的難點(diǎn)問題 7
1.3 設(shè)計(jì)的研究?jī)?nèi)容和主要工作 8
1.4 本次設(shè)計(jì)主要內(nèi)容 8
第二章 語音信號(hào)的預(yù)處理處理 10
2.1 引言 10
2.2 語音信號(hào)的數(shù)字化和預(yù)處理 10
2.2.1 本章結(jié)構(gòu)圖 10
2.2.2 自增益控制和預(yù)濾波 10
2.2.3 預(yù)加重 11
2.2.4 分幀與加窗 11
2.2.5 端點(diǎn)檢測(cè) 12
2.3 小結(jié) 13
第三章 語音信號(hào)特征參數(shù)的提取 14
3.1 引言 14
3.2. 語音信號(hào)產(chǎn)生的 LPC 數(shù)學(xué)模型 14
3.2.1 語音信號(hào)產(chǎn)生的 LPC 數(shù)學(xué)模型 14
3.2.3 LPC 復(fù)到譜 17
3.2.4 線性預(yù)測(cè)美爾到譜系數(shù) 18
3.3 小結(jié) 20
第四章 HMM算法 21
4.1 引言 21
4.2 基于連續(xù)隱馬爾可夫鏈的語音識(shí)別模型 21
4.2.1 模型概述 21
4.2.2 隱馬爾可夫模型的基本原理 21
4.3 前向概率和后向概率——HMM的輸出概率計(jì)算[12] 23
4.3.1 HMM輸出概率的計(jì)算 23
4.3.2 HMM的前向概率和后向概率 24
4.3.3 利用前向概率和后向概率計(jì)算輸出概率 25
4.3.4 識(shí)別算法——Viterbi解碼 25
4.3.5 Baum-Welch 算法 26
4.4 算法中要考慮的問題 28
4.4.1 問題的提出 28
4.4.2 重估公式的修正 29
4.4 小結(jié) 29
第五章 嵌入式系統(tǒng)的硬件描述 30
5.1 引言 30
5.2 DSP 系統(tǒng)的硬件概述 30
5.2.1 TMS320VC5416簡(jiǎn)介 30
5.2.2 音頻采集模塊 31
5.2.3 內(nèi)部存儲(chǔ)器設(shè)置 32
5.2.4 外部存儲(chǔ)器的擴(kuò)展 33
5.3 系統(tǒng)軟硬件聯(lián)調(diào) 34
5.3.1 在 matlab 上實(shí)現(xiàn)語音識(shí)別 34
5.3.2 語音識(shí)別系統(tǒng)總體流程 36
5.3.3 語音識(shí)別系統(tǒng)聯(lián)調(diào) 39
5.3.4 結(jié)論 40
5.4 小結(jié) 41
第六章 總 結(jié) 42
6.1本文所做工作 42
6.2 進(jìn)一步展望 42
參考文獻(xiàn) 44
致 謝 46
畢業(yè)設(shè)計(jì)小結(jié) 47