基于DSP的车载语音识别系统研究与实现

论文摘要

近年,语音识别理论研究、超大规模集成电路技术和计算机技术都得到了快速发展,从而使语音实时信号处理的要求可以得到满足。语音识别技术应用的研究越来越受到人们的关注,现在已经广泛应用到控制、通信和服务等行业。人们最常用和最方便的信息交流工具是语言,人与机器信息交流同样如此,而汽车的越来越普及使其成为了人们最重要和最普遍的交通工具,因此,进行语音识别的研究工作具有实际意义和广阔的应用前景,而将语音识别技术应用到汽车上,形成车载语音识别系统就更具实用意义。论文研究的是基于DSP的车载语音识别系统,主要进行孤立词识别,从而在车上实现用语音命令识别并控制设备运行。本课题进行了语音识别系统设计、算法改进、硬件电路设计和软件编写。首先分析了语音识别技术在国内外的发展现状,阐明了本课题的研究背景和意义。根据语音识别系统的构成模型,介绍了语音识别的基本理论:包括语音信号预处理,语音的端点检测,特征提取(重点分析了LPC倒谱系数和Mel倒谱系数),介绍了语音识别算法DTW和HMM,并做了深入的研究与分析,提出了改进的DTW算法,用移动L型区域法寻找最佳匹配路径。其次分析了TI公司的DSP,并借鉴已有的成熟理论,提出了相应的语音识别系统方案。语音信号通过A/D转换,将转换后的数字信号传送给DSP进行处理和识别,识别结果输出到由CPLD实现的后续控制电路部分,重点设计了语音采集模块、信号处理模块、存储扩展模块、CPLD控制模块、电源模块等。在软件算法上,提出并采用双门限法进行语音端点检测,采用Mel倒谱系数作为语音信号特征矢量。另外,根据孤立词识别算法DTW和HMM的比较结果并考虑本系统的特点,采用改进的DTW识别算法完成语音识别的任务。文中简要研究了系统的开发环境,并在此基础上,完成了程序的设计和调试,验证了算法的可行性,并对程序做了优化设计。最后对全文进行总结,指出了今后工作和待研究的方向。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 课题的背景及意义
• 1.2 语音识别的研究现状
• 1.3 论文的主要研究内容
• 2 语音识别的基本理论
• 2.1 语音识别系统的组成
• 2.2 语音信号的预处理
• 2.2.1 语音信号的滤波、采样和量化
• 2.2.2 语音信号的预加重
• 2.2.3 语音信号的分帧和加窗
• 2.3 端点检测
• 2.3.1 短时能量和短时幅度
• 2.3.2 短时过零率和短时过门限率
• 2.3.3 双门限比较法
• 2.4 语音信号的特征参数提取
• 2.4.1 线性预侧编码系数LPC 以及LPCC
• 2.4.2 美尔倒谱特征参数MFCC
• 2.5 孤立词语音识别算法
• 2.5.1 动态时间规整(（DTW）
• 2.5.2 HMM 模型
• 2.5.3 算法比较
• 2.6 本章小结
• 3 语音识别系统的硬件设计
• 3.1 语音识别系统硬件设计
• 3.2 信号处理单元TMS320VC5416 DSP
• 3.3 语音采集模块设计
• 3.3.1 Codes 的控制接口设计
• 3.3.2 数据接口的设计
• 3.4 电源模块设计
• 3.5 CPLD 逻辑控制电路设计
• 3.6 看门狗电路设计
• 3.7 DSP 与存储器接口设计
• 3.7.1 DSP 和FLASH 的接口设计
• 3.7.2 数据存储
• 3.8 本章小结
• 4 语音识别系统的软件算法设计
• 4.1 语音识别系统流程图
• 4.2 预处理
• 4.3 端点检测
• 4.4 MFCC 特征参数提取
• 4.4.1 算法原理
• 4.4.2 算法流程
• 4.5 语音样本的建立
• 4.6 语音识别
• 4.7 BOOT LOADER 介绍
• 4.8 本章小结
• 5 语音识别系统应用程序设计及调试
• 5.1 系统开发环境介绍
• 5.2 程序设计
• 5.3 程序调试结果与分析
• 5.3.1 端点检测结果
• 5.3.2 识别结果
• 5.4 系统集成优化考虑
• 5.5 本章小结
• 6 结论与展望
• 6.1 论文工作总结
• 6.2 展望
• 致谢
• 参考文献
• 附录