基于ARM平臺的孤立詞語音識別技術的研究及實現(xiàn).pdf

1、語音識別技術是讓計算機理解人類的語言，那么就意味著它將按照相應的命令執(zhí)行，實現(xiàn)人性化的服務為宗旨。隨著當代電子信息技術的迅速發(fā)展，語音識別技術利用的領域更廣闊。對于在汽車智能化控制和服務中就能夠體現(xiàn)出其價值。當小車在行進當中，語音識別系統(tǒng)可以對駕駛員說出的目標命令進行識別，解放駕駛人的各種與駕駛無直接關聯(lián)的操作，以便集中注意力，這樣不僅可以方便駕駛員，還可以大大提高了行車安全。
　　本論文工作是通過對漢語孤立詞語音信號的特征參數(shù)和

2、識別模型的選擇仿真研究的基礎上，采取Samsung S3C2440為孤立詞語音識別系統(tǒng)的微處理器，Linux作為完成嵌入式語音識別的嵌入式操作系統(tǒng)，Qtopia2.2.0作為設計系統(tǒng)的人機交互界面的圖形化系統(tǒng)。
　　本文首先概述了語音信號處理的基本理論，包括語音識別系統(tǒng)概述;語音信號的前端處理模塊，其中模塊又包含語音信號的采樣和量化，預處理，分幀加窗，語音信號的端點檢測;語音信號的特征提取模塊，其中的提取的特征又包括線性預測倒譜系

3、數(shù)LPCC，美爾倒譜系數(shù)MFCC;矢量量化模塊，該模塊介紹了矢量量化的原理，失真測度，及設計孤立詞碼書的LBG算法;語音識別參考模板的建模方法模塊，包括偶然模板訓練方法，平均模板訓練方法;采用BP模型前的數(shù)據(jù)處理模塊;最后是介紹語音識別模型方法:包括孤立詞識別中最經典的，也是最基本的動態(tài)時間規(guī)整算法(DTW)和近年來使用比較廣泛的人工神經網絡(BP)算法。
　　本系統(tǒng)針對語音信號通過仿真實驗分析了特征參數(shù)、識別模型的選擇等相關內容

4、，選用DTW識別機作為系統(tǒng)識別的模式匹配方式，梅爾頻率倒譜系數(shù)MFCC作為識別的參數(shù)，在嵌入式平臺的需求的基礎之上，針對到嵌入式系統(tǒng)資源限制和實時性的要求，采用文本形式直接讀取識別的參考模板，提高識別的速度。其次，要能讓顯示的測試結果更加直觀，本論文選用的是Qtopia圖形化的系統(tǒng)，可用于QT平臺編寫語音識別應用程序代碼并遷移到目標板，搭建了基于ARM平臺的語音識別系統(tǒng)，方便了操作，其中建立交叉編譯環(huán)境，移植了Uboot，linux操作