基于DSP和DHMM的嵌入式语音识别系统研究与实现

论文摘要

近年来，随着语音识别技术的发展，基于嵌入式系统的语音识别系统广泛应用到智能玩具、工业控制、医疗服务等领域，为人们的生活带来便捷的服务。由于嵌入系统在成本、体积、功耗方面的优势，在嵌入式平台上实现高效的语音识别系统已经成为研究的热点。在基于DSP嵌入式平台的非特定人孤立词语音识别系统方面，为了推出简单适用的语音识别系统，还需要做更深入的研究。本文研究了基于DSP和DHMM的嵌入式语音识别系统的系统设计，并最终实现了一个非特定人孤立词语音识别系统。主要工作如下：首先，对于语音识别系统的原理以及涉及到的关键技术进行了研究。从语音信号的预处理分析开始，逐步分析了语音信号端点检测、特征提取以及矢量量化的原理与技术实现；并且概述了语音识别中典型的模板匹配算法的优缺点。其次，本文介绍了隐马尔科夫模型的基本原理与三个基本问题。本文通过分析各类隐马尔可夫模型的特点，选择了离散隐马尔可夫模型作为孤立词语音识别的匹配算法。本文研究了离散隐马尔可夫模型在模型训练中的定标、多观察序列参数重估算法以及观察符号概率分布矩阵的处理等问题。同时，通过定义孤立词的学习功能，解决了个别孤立词识别率不高的问题。再次，本文以DSP处理器TMS320VC5509A为核心硬件部件，构建了嵌入式语音识别系统的硬件平台。通过研究与分析系统硬件平台资源的局限与基于DHMM的语音识别系统的特点，将系统的软件架构设计为嵌入式系统软件与PC机辅助软件两部分；并且选取USB作为两个软件系统数据通信的方式。嵌入式系统软件主要完成语音识别功能，同时辅助完成简单的训练与学习功能。PC机辅助软件主要完成最佳码本训练、语音模板的训练与学习以及数据更新等功能。本文详细介绍了这两部分软件各个模块的设计与实现。最后，本文研究了嵌入式系统软件的优化。通过研究软件算法定点化与系统存储空间的优化，系统的实时响应速度从约10秒降低到平均230毫秒。通过对Viterbi算法的优化，系统实时性能再次提高36.4%，完成识别平均用时157.4毫秒。同时，系统在词汇量为100以内可以达到90%的识别率。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 课题研究背景
• 1.2 语音识别的发展概况
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.2.3 语音识别面临的问题
• 1.3 论文研究内容
• 1.4 论文组织结构
• 第二章 语音识别基本原理与关键技术
• 2.1 语音识别系统概况
• 2.2 语音识别系统分类
• 2.3 语音信号预处理
• 2.3.1 预加重处理
• 2.3.2 分帧加窗处理
• 2.2.3 端点检测
• 2.4 特征参数提取
• 2.4.1 线性预测系数
• 2.4.2 线性预测器倒谱系数
• 2.4.3 Mel 频率倒谱系数
• 2.4.4 LPCC 与 MFCC 的比较
• 2.5 矢量量化技术
• 2.6 模板匹配算法
• 2.6.1 动态时间规整
• 2.6.2 隐马尔可夫模型
• 2.6.3 人工神经网络
• 2.7 本章小结
• 第三章 基于离散隐马尔可夫模型语音识别的研究
• 3.1 隐马尔可夫模型
• 3.2 三个基本问题
• 3.2.1 求解第一个问题
• 3.2.2 求解第二个问题
• 3.2.3 求解第三个问题
• 3.3 隐马尔可夫模型的分类
• 3.4 基于 DHMM 的孤立词语音识别系统的关键技术研究
• 3.4.1 基于 DHMM 的孤立词语音识别系统构成研究
• 3.4.2 模板的训练研究
• 3.4.2.1 定标处理
• 3.4.2.2 多观察符号序列的参数重估算法
• 3.4.2.3 观察符号概率分布矩阵的处理
• 3.4.3 孤立词语音识别学习功能的研究
• 3.5 本章小结
• 第四章 嵌入式语音识别系统硬件设计
• 4.1 主要硬件介绍
• 4.1.1 TMS320VC5509A 芯片
• 4.1.2 TLV320AIC23B 芯片
• 4.2 系统整体方案设计
• 4.3 系统硬件设计
• 4.4 本章小结
• 第五章 嵌入式语音识别系统软件设计与实现
• 5.1 系统软件的总体设计
• 5.2 嵌入式系统软件设计与实现
• 5.2.1 语音采集模块
• 5.2.1.1 语音采集模块设计
• 5.2.1.2 语音采集实现
• 5.2.2 特征参数提取模块与矢量量化模块
• 5.2.3 语音识别模块与据识模块
• 5.2.3.1 语音据识模块
• 5.2.3.2 识别模块
• 5.2.4 简单训练模块
• 5.2.4.1 DHMM 模型初始参数的选取
• 5.2.4.2 训练的实现
• 5.2.5 简单学习模块
• 5.2.6 USB 模块
• 5.2.6.1 USB 模块原理
• 5.2.6.2 USB 模块的实现
• 5.3 PC 机辅助软件设计与实现
• 5.3.1 语音样本采集模块
• 5.3.2 最佳码本训练模块
• 5.3.3 训练与学习模块
• 5.3.4 数据更新模块
• 5.4 本章小结
• 第六章 嵌入式系统软件的优化
• 6.1 定点优化
• 6.1.1 Q 格式
• 6.1.2 嵌入式系统软件定点化
• 6.2 存储空间与系统引导的优化
• 6.2.1 内存分配优化
• 6.2.2 系统引导优化
• 6.3 Viterbi 算法的改进
• 6.4 本章小结
• 第七章 系统测试与结果分析
• 7.1 PC 机辅助软件测试
• 7.2 系统识别率测试
• 7.2.1 系统不同词汇量识别率测试与分析
• 7.2.2 系统对非特定人的识别率测试与分析
• 7.3 系统的实时性测试
• 7.3.1 测试系统在采用定点与浮点算法情况下的响应时间
• 7.3.2 测试系统采用优化以及未优化 Viterbi 算法的响应时间
• 7.4 国内外同类产品对比
• 7.5 本章小结
• 第八章 总结与展望
• 8.1 本文总结
• 8.2 展望
• 致谢
• 参考文献
• 攻读硕士期间的科研成果