【硕士论文】基于DSP的声控系统的研究与实现.pdf

《【硕士论文】基于DSP的声控系统的研究与实现.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、摘要摘要近年来随着语音识别理论研究的深入和超大规模集成电路技术与计算机技术的快速发展，己可以满足实时信号处理的要求。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、通信和消费等行业，随着语音信号处理技术的发展，语音识别技术将得到更广泛的应用。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。论文研究的是基于DSP的声控系统，主要进行非特定人的孤立词识别，从而实现声音命令的控制，分别对语音识别系统的算法、硬件电路设计和软件编写做了详细阐述。首先介绍了语音识别技术在国内外的发展状况，阐明了

2、本课题的研究背景和意义，并在此基础上，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，在研究比较了传统的端点检测方法的基础上提出了双门限比较方法；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。其次简单阐述了TI公司的DSP，并在借鉴已有的成熟理论的基础上，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

3、了信号处理模块、语音采集模块、存储扩展模块、CPLD控制模块、电源模块等。在软件算法上，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，采用隐马尔可夫模型(HMM)，利用Baum．Welth重估算法、前向后向算法、viterbi算法来完成语音模板的训练和语音识别的任务。文中简要介绍了系统的开发环境，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

4、。关键词：语音识别；双门限比较法；隐马尔可夫模型(HMM)；数字信号处理器(DSP)AbstractAbstractWiththedevelopmentofspeechrecognitiontechniqueandtherapiddevelopmentofDSPchipsinrecentyears，theresearchofspeechrecognitionandcontrolsystemhavebeenmoreandmoreattendedto．刀lespeechrecognitiontechnologyhas

5、beenappliedtotheindustrycontrol，communication，andconsumptionareabroadly．Therefore，theresearchofthespeechrecognitionismeaningfulandtheapplicationfieldsisexpansive．，nleresearchsubjectinthispaperisthevoicecontrolsystembasedonDSP,whichisaimedforthenon．specificiso

6、latedwordrecognitionandinordertoachievevoicecontr01．Thealgorithmofvoicerecognitionsystem，hardwaredesignandsoftwareprogrammingarealsodetailedinthepaper．珏edomesticandinternationaldevelopmentofthevoicerecognitiontechnologyisfirstlyintroducedandthebackgroundofres

7、earchalongwitllthesignificanceiselaborated．Onthebasisoftheabove，thebasictheoryofvoicerecognitionisintroducedaccordingtothemodelofvoicerecognitionsystem，whichincludesthevoicesignals’pretreatmentandthedetectionofendpoint．Comparingthetraditionalmethodofdetection

8、，thispaperproposesadoublethresholdcomparativemethod．ThefeatureisextractedanditisfocusontheinvertedpedigreeofLPCandMelscalefrequency．111evoicerecognitionalgorithmDTWandHMMisintroducedandan