嵌入式语音门禁系统的设计与实现.pdf

《嵌入式语音门禁系统的设计与实现.pdf》由会员分享，可在线阅读，更多相关《嵌入式语音门禁系统的设计与实现.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、嵌入式语音识别系统的设计与实现马跃，杨磊，王巍(天津工业大学信息与通信工程学院天津3 0 0 1 6 0)摘要：介绍一种基于F P G A 的嵌入式语音识别系统设计与实现，系统采用线性预测倒谱系数(L P C C)算法和动态时间规整(D T W)算法，该系统的核心部件采用目前流行的V i r t e x I IP r o 系列F P G A 芯片使用的工具为业界领先的嵌入式设计套件X i l i n xI S ED e s i g nS u i t e1 0 1，并且运用现代电子系统软硬件协同设计、协同验证和协同工作的方法完成设计。通过实验表明，对于小词汇量、特定A i e,别系统，具有很好的

2、识别效果，识别准确率达到9 5 2 以上。该系统的识别性能可以满足基本的嵌入式设备需要。具有广阔的应用价值。关键词：F P G A；语音识别；L P C C；D T W中图分类号：T P 2 7 4文献标识码：A文章编号：1 0 0 4 3 7 3 X(2 0 1 0)0 5 1 2 1 一0 4D e s i g na n dI m p l e m e n t a t i o no fE m b e d d e dS p e e c hR e c o g n i t i o nS y s t e mM AY u e Y A N GL e i。W A N GW e i(C o l l e g

3、eo fC o m m u n i c a t i o na n dI n f o r m a t i o nT e c h n o l o g y，T i a n j i nP o l y t e c h n i cU n i v e r s i t y，T i a n j i n，3 0 0 1 6 0，C h i n a)A b s t r a c t：T h ed e s i g na n di m p l e m e n t a t i o no fF P G A b a s e de m b e d d e ds p e e c hr e c o g n i t i o ns y

4、s t e ma r ei n t r o d u c e d，t h es y s t e mu s e sL i n e a rP r e d i c t i o nC e p s t r a lC o e f f i c i e n t s(L P C C)a l g o r i t h ma n dD y n a m i cT i m eW a r p i n g(D T W)a l g o r i t h m，t h ek e yc o m p o n e n t so ft h es y s t e mu s ec u r r e n tp o p u l a rV i r t e

5、 x 一1 1P r oS e r i e sF P G Ac h i p。a n du s et h ei n d u s t r y l e a d i n ge m b e d d e dd e s i g nk i tX i l i n xI S ED e s i g nS u i t e1 0 1。a p p l ym o d e r ne l e c t r o n i cs y s t e m s h a r d w a r ea n ds o f t w a r eC O d e s i g na n dC O v e r i f i c a t i o nt oc o r n

6、 p l e t et h ed e s i g n E x p e r i m e n t ss h o wt h a tf o ras m a l lv o c a b u l a r ya n das p e c i f i cr e c o g n i t i o ns y s t e m，i th a sv e r yg o o dr e c o g n i t i o nr e s u l t s，r e c o g n i t i o na c c u r a c yr a t ei sa b o v e9 5 2 R e c o g n i t i o np e r f o r

7、 m a n c eo ft h i ss y s t e mc a nm e e tt h eb a s i cn e e d so fe m b e d d e dd e v i c e s i th a sb r o a da p p l i c a t i o nv a l u e K e y w o r d s：F P G A；s p e e c hr e c o g n i t i o n；L P C C；D T W0引言模块三部分组成，如图l 所示。语音识别技术从2 0 世纪5 0 年代开始到现在已经历半个多世纪的蓬勃发展，在这期间获得了巨大的进步。语音识别技术逐渐成为了人机交互

8、的重要方式，成为了具有革命性和战略性的重要新兴产业，语音识别技术市场领域也成为国内外科学界和产业界的关注焦点和竞争热点。随着3 G 手机、G P S 导航设备等移动通信终端和M P 3、电子词典等便携式消费电子产品的日益普及，语音识别技术在嵌入式设备中的应用也越来越广泛。因此基于嵌入式平台的语音识别技术将是语音技术发展与应用的重要方向。1 系统整体设计本系统由信号采集模块、信号处理模块、命令输出收稿日期：2 0 0 9 1 1 3 0基金项目：天津工业大学大学生创新性实验计划资助项目(0 8 0 2 8)图1系统整体连接系统的信号采集模块由麦克风，系统开发板提供的音频编解码芯片L M 4 5

9、5 0 组成，其主要功能是将语音信号采集到信号处理模块内。并通过语音识别算法提取出相应的语音特征数据。如果在系统训练阶段，则将特征数据存入F L A S H 中；如果在识别阶段，则进行模式匹配，将识别结果通过R S2 3 2 串口传输到P C 机上。并用超级终端显示识别结果。2 系统硬件设计本系统采用X U PV i r t e x I IP r o 开发板实现整个语音信号的信号采集、语音训练和语音识别过程。开发板上的核心芯片是美国X i l i n x 公司生产的V i r t e x I IP r o 系列的F P G A(X C 2 V P 3 0 F F G 8 9 6 C)，该芯片内

10、嵌了P o w e r P C 4 0 5 处理器内核和M i c r o b l a z e 处理器内核，】2 1万方数据E 巨盈冕蜀一里壁董：墅蔓适童迟型丞统鱼逯i 土要塞堡还包括了先进的主动互联(A c t i v eI n t e r c o n n e c t)技术；P o w e r P C 4 0 5 处理器是与C o r e C o n n e c t 总线结构相兼容的，包括X i l i n xI P 软核在内的任何C o r e C o n n e c t 兼容核都可以通过这个高性能的总线结构与处理器模块集成。C o r e C o n n e c t 结构提供了处理器局部

11、总线(P L B)、片内外设总线(O P B)和器件控制寄存器(D C R)总线三类，利用这三类总线来互连处理器模块、X i l i n xI P 软核、第三方I P 核和定制的逻辑 1 。本系统采用频率为4 0 0的处理M H zP o w e r P C 4 0 5器。开发工具采用业界领先的X i l i n xI S E(F P G A 开发工具)和E D K(F P G A 嵌入式系统开发工具)，如图2所示。P L B 总线B U S 桥O P B 总线图2F P G A 内部硬件配置图根据系统需要，将P o w e r P C 4 0 5c o r e、定时、中断、D D RS D

12、R A M 等高性能外设连接到高带宽、低滞后的P L B 总线，将U A R T、G P I O、A C 9 7、F L A S H 等较慢的外设连接到O P B 总线，可以减少P L B 总线的流量，提高整个系统的性能。3 系统软件设计与实现3 1系统调度本系统采用开发板上的音频编解码芯片L M 4 5 5 0A C 9 7A u d i oC O D E C 音频模块对语音信号进行采集，通过定时中断来控制系统运行。主程序使能音频模块，从音频模块的缓冲区内读取语音数据到D D RS D R A M 存储器中。当音频模块缓冲区全部为空时，主程序对D D R 内的数据进行预处理、端点检测、线性预

13、测倒谱系数(L P C C)的提取。如果在训练阶段，此时的L P C C 系数被当作模板存入到F L A S H 中。如果在识别阶段，L P C C 系数则会被调入D D R 存储器中与测试模板进行模式匹配，并给出识别结果。模式匹配算法采用动态时间规整(D T W)算法2。3 2 语音识另l】算法设计语音信号从说话人发出到接收装置的转换处理过程中，会受到放大器和模数转换器等器件的物理特性以及环境、温度等多种因素的影响，造成数字化语音信】2 2号的特点如下：背景噪音大背景噪音会严重影响数字化语音信号的特征参数的提取，从而降低了模式匹配的准确度，使系统对语音信号的识别性能下降；时变性强语音信号的时

14、变性常常使同一语音信号具有不同的特征，从而影响模式匹配的精确度。本系统是基于F P G A 进行语音识别的，因此必须针对上述特点进行算法的改进，从而提高语音识别的精确度。3 3算法原理、语音识别的基本原理如图3 所示 3 。图3 语音识别算法原理图3 3 1分帧、预加重处理预加重的目的是提升信号的高频部分，使信号的频谱变得宽坦，以便于进行频谱分析或声道分析。语音信号具有短时平稳的特点，因此可以对语音信号进行分帧处理，从而减小因语音信号时变性强带来的负面效果。预加重算法：s i g n(n)=s(咒)一口s(，l 一1)(1)式中：口取0 9；s(7 z)为数字化的语音信号；s i g n(n)

15、为加重后的语音信号。分帧算法：s。(n)一s(m)叫(，z 一优)(2)式中：s(挖)为原始信号；s。(咒)为分帧后信号。分帧采用的窗函数(其中N 为帧长，即一帧的采样点数)：r o 5 4 0 6 4 c o s -(2 7 c 咒)(N 一1)，叫(，z)=jN=0，1，N 一1(3)0，N 为其他值3 3 2端点检测算法端点检测的作用是找出一段语音信号中语音命令的起点和终点的位置。本系统采用短时平均幅度方法进行端点检测，精确地检测到语音的起点和终点，从而保证了系统的高识别率。短时平均幅度的计算如式(3)所示：N-1E=Is(n)|(4)；罱3 3 3 特征提取算法语音信号是一种典型的时变

16、信号，如果把观察时间万方数据缩短到几十毫秒，则可以得到一系列近似稳定的信号。人的发音器官可以用若干段前后连接的声管进行模拟，这就是所谓的声管模型。全极点线性预测模型(L P C)可以对声管模型进行很好的描述，每段声管对应一个L P C 模型的极点。一般情况下，极点的个数在1 2 1 6 个之间就可以足够清晰地描述语音信号的特征了。语音信号经过预处理，它的每个样值均可由过去若干个样值的线性组合来逼近，同时可以采用使实际语音抽样与线性预测抽样之间均方差最小的方式，解出一组预测系数a。这就是L P C 所提取出信号的初始特征 4 3。在语音识别系统中，很少直接使用L P C 系数，而是由L P C

17、系数推导出另一种参数：线性预测倒谱系数(L P C C)。倒谱实际上是一种同态信号处理方法，标准的倒谱系数计算流程需要进行F F T 变换，对数操作和相位校正等步骤，预算比较复杂。在实际计算中，他不是由原始信号S(n)得到的，而是由L P C 系数a；得到的。L P C 系数算出后，就可以直接进行倒谱系数C(忌)的计算，其迭代算法如下：。(1)初始化C(O)一l o gG z(5)(2)迭代计算，n 一1，卜+蚤争强L1 仇PC(m)=j(6)I，广ll 善知,-k C(k)，DP综合考虑识别误差和识别速度的影响，在计算L P C 时。L P C 系数的阶数Q 值取为8，而L P C C 系数

18、的阶数P 值取为1 6。3 3 4 模式匹配系统模式匹配部分采用动态时间规整(D T W)算法。参考模板表示为：R=R l，R 2，R。，R M)测试模板表示为：T 一 瓦，疋，L，虱)其中，R。和T。分别为第优帧参考语音和第竹帧测试语音的特征参数，参考模板与测试模板一般采用相同类型的特征参数(L P C C)，二者都是L 一1 6 维的矢量。如图4 所示，将测试模板的各帧T l，孔，L，R。用直角坐标系的横轴表示，参考模板的各帧R。，R。，R，R M 用纵轴表示。图4D T W 算法搜索路径网络中的每一个交叉点(咒，优)表示测试模板中某一帧与参考模板中某一帧的交汇点。用D T W 算法寻找一

19、条通过此网络某些交叉点的最优路径，通过计算最优化的局部距离得到整体的最小累积距离。采用欧几里德公式计算局部距离，见式(7)，d(n，优)表示L 和R。这两帧特征矢量之间的距离。Ld(n，优)一 L(z)一R，(z)2(7)五五数据点(L，R。)的累积距离用D(n，优)表示：D(t l，优)一m i n D -(，z，优)，D -(n，优一1)，D -(1 l，仇一2)(8)4系统性能语音识别算法全部采用C 软件实现，使用X i l i n x公司提供的X i l i n xI S ED e s i g nS u i t e1 0 1 的嵌入式开发套件E D K 进行软硬件协同工作。利用该软件完

20、成I P 核的调用、编译、仿真、综合、验证、实现和C 程序代码的产生、编辑、编译、链接、加载、调试。对本系统进行测试，选取了1 0 个不同的人分别对系统进行训练，训练后分别对系统进行5 0 个语音命令测试，每个命令2 4 个字。测试过程中记录了每个人的平均识别准确率以及系统从采集语音到超级终端显示出识别结果的平均时间。结果如表1 所示。表1 系统性能测试测试人系统运行平均时问s准确率1 81 6l _ 51 92 01 81 91 71 81 91 7 91 2 3。：。，。mM万方数据由表1 可知，对于单个人识别成功率为9 5 2，系统平均运行时间为1 7 9s，基本可以满足嵌入式设备对语音

21、识别的性能要求。5结语介绍了基于F P G A 的语音识别嵌入式系统研究与实现，系统通过开发板上的音频编解码芯片L M 4 5 5 0A C 9 7A u d i oC O D E C 音频模块对语音信号进行采集，采用L P C C 算法进行特征提取。D T W 算法进行模式匹配。通过实验表明，系统识别效率基本可以满足嵌入式系统的性能要求，因此本系统为F P G A 在嵌入式语音识别系统的应用提供了实践基础。本系统采用的是X i l i n x 大学计划X U PV i r t e x 一P r o 开发板，开发板上的资源没有被充分利用，造成了资源的浪费与成本的提高；同时系。统在特定人、孤立词

22、识别领域中有较好的识别效果，但在非特定人、连续词领域中识别效果会明显下降。针对以上问题。从两方面进行了改进：第一，定制专用的P C B 板，从而使成本降低，资源得到充分利用；第二，优化语音识别算法，使其能适用于更广泛的领域，提高识别效率，从而更好地适用于嵌入式系统。参考文献E 1 田耘。胡彬，徐文波，等X i l i n xI S ED e s i g nS u i t e1 0 xF P G A开发指南D s P、嵌入式与高速传输 M 北京：人民邮电出版社，2 0 0 8 2 3 赵丽娜，侯义斌。黄樟钦，等基于F P G A 的嵌入式语音识别控制系统 J 小型微型计算机系统，2 0 0 7(

23、8)：15 2 7 15 3 1 3 3 王炳锡，屈丹，彭煊实用语言识别基础 M 北京：国防工业出版社。2 0 0 6 4 鲍长春数字语音编码原理 M 西安：西安电子科技大学出版社，2 0 0 7 E s 美 T h o m a sFQ u a t i e r i 离散时间语音信号处理原理与应用 M 赵胜辉，刘家康，译北京：电子工业出版社。2 0 0 4 6 田耘，胡彬徐文波。等X i l i n xI S ED e s i g nS u i t e1 0 xF P G A 开发指南逻辑设计篇 M 北京：人民邮电出版社，2 0 0 8 7 孟宪元。钱伟康F P G A 嵌入式系统设计 M 北京

24、：电子工业出版社，2 0 0 7 8 U w eM e y e r B a e s e D i g i t a lS i g n a lP r o c e s s i n gw i t hF i e l dP r o g r a m m a b l eG a t eA r r a y s M S p r i n g e r。2 0 0 2 9 3X i l i n x P o w e r P C4 0 5P r o c e s s o rB l o c kR e f e r e n c eG u i d e，E m b e d d e dD e v e l o p m e n tK i t E

25、 Z 2 0 0 5 1 0 M o r g a nN。B o u r l a r dH C o n t i n o u sS p e e c hR e c o g n i t i o nA nI n t r o d u c t i o nt ot h eH y b r i dHM M C o n n e c t i o n i s tA p p r o a c h J I E E ES i g n a lP r o c e s s i n gM a g a z i n e，1 9 9 5：2 5 4 2 作者简介马跃男，1 9 8 6 年出生，北京人。研究方向为嵌入式系统软硬件协同设计。杨磊

26、男，1 9 9 0 年出生，湖南洪江人。研究方向为语音识别及嵌入式系统。王巍男，1 9 7 0 年出生，吉林吉林人，副教授，博士。研究方向为高速信号处理。(上接第1 2 0 页)4 结语该盲文学习机采用了L M 3 S 1 1 3 8 和高级语音处理系列芯片进行设计，将语音芯片引入了盲文练习机中，还加入了按键提示功能，使得系统发音清晰、音色纯正、可靠性好，不仅具有较高技术成分，而且设计合理，方便了盲人进行盲文练习，具有一定创造性。参考文献 1 刘力武计算机盲文阅读系统的研究 J 计算技术与自动化，1 9 9 9(3)：1 4 2 1 4 5 2 3W i n b o n dC o m p a

27、n y I S D 4 0 0 3 系列高保真语音录放l c z 2 0 0 0 3 3 陈洪军陈和平，鄢文语音录放芯片I S D 4 0 0 3 及其应用 J 电子技术，2 0 0 0(3)：5 4 5 5 4 3 杨星海，维红，振明8 9 C 5 1 与I S D 4 0 0 3 组成的语音报价系统 J 山东电子，2 0 0 3(2)：4 7 4 9 53A R ML i m i t e d C o r t e x M 3T e c h n i c a lR e f e r e n c eM a n u a l z 2 0 0 5 6 周立功单片机有限公司L M 3 S 1 1 3 8 微

28、控制器数据手册 Z 2 0 0 8 7 戴冬雪，南立军I S D 4 0 0 3 在录放音电路中的应用及其软件设计口 电声技术。2 0 0 2，4 1(1)：1 5 1 7 8 高学军，王君基于A R M 7 的S D 卡控制器的设计 J 仪表技术，2 0 0 9(2)：1 6 1 7 9 张毅唐红用I S D 器件实现现场语音分段录音与随机组合放音口 电子技术应用，2 0 0 2(3)：5 7 5 9 1 0 3 翟祺I S D 语音器件分段地址的获取 J ：山西电子技术，2 0 0 1(4)：3 6 作者简介樊建中男，1 9 8 4 年出生，江苏苏州人，在读研究生。主要研究方向为电路设计。

29、孙睛女，1 9 8 4 年出生，江苏新沂人，在读研究生。主要研究方向为电路设计。杨永杰男，1 9 6 9 年出生，江苏南通人，副教授，硕士生导师。主要研究方向为数字信号通信与检测技术。1 2 4万方数据嵌入式语音识别系统的设计与实现嵌入式语音识别系统的设计与实现作者：马跃，杨磊，王巍作者单位：天津工业大学,信息与通信工程学院,天津,300160刊名：现代电子技术英文刊名：MODERN ELECTRONICS TECHNIQUE年，卷(期)：2010，33(5)被引用次数：0次 参考文献(10条)参考文献(10条)1.田耘,胡彬,徐文波,等.Xilinx ISE Design Suite 10.

30、x FPGA开发指南-DSP、嵌入式与高速传输M.北京:人民邮电出版社,2008.2.赵丽娜,侯义斌,黄樟钦,等.基于FPGA的嵌入式语音识别控制系统J.小型微型计算机系统,2007(8):1 527-1531.3.王炳锡,屈丹,彭煊.实用语言识别基础M.北京:国防工业出版社,2006.4.鲍长春.数字语音编码原理M.西安:西安电子科技大学出版社,2007.5.美Thomas F Quatieri.离散时间语音信号处理-原理与应用M.赵胜辉,刘家康,译.北京:电子工业出版社,2004.6.田耘,胡彬,徐文波,等.Xilinx ISE Design Suite 10.x FPGA开发指南-逻辑设

31、计篇M.北京:人民邮电出版社,2008.7.孟宪元,钱伟康.FPGA嵌入式系统设计M.北京:电子工业出版社,2007.8.Uwe Meyer-Baese.Digital Signal Processing with Field Programmable Gate ArraysM.Springer,2002.9.Xilinx.PowerPC 405 Processor Block Reference Guide,Embedded Development KitZ.2005.10.Morgan N,Bourlard H.Continous Speech Recognition An Introdu

32、ction to the Hybrid HMM/ConnectionistApproachJ.IEEE Signal Processing Magazine,1995:25-42.相似文献(10条)相似文献(10条)1.期刊论文 刘文姝.季爱明.王子欧.LIU Wen Shu.JI Ai Ming.WANG Zi Ou 基于FPGA的语音识别前端算法研究实现-电子技术应用2010,36(2)通过分布式语音识别DSR的研究,提出了基于FPGA平台的前端处理系统结构.对其中两个除法器分别采用了LUT查找表和常数除法器的结构.用VerilogHDL语言进行建模仿真,并与Matlab的建模结果进行了对

33、比.结果表明,与之前的方法相比,系统能够在较短的时钟周期内计算出LPCC系数,节省了大量的运算时间和一定的面积.2.学位论文 王志飞 小词汇量非特定人孤立词语音识别的FPGA实现 2005 语音识别技术是信息技术领域的重要发展方向之一,小词汇量非特定人孤立词语音识别是语音识别领域中一个具有广泛应用背景的分支,在家电遥控、智能玩具、人机交互等领域有着重要的应用价值.语音识别芯片从20世纪90年代开始出现,目前的语音识别芯片都是以DSP为核心集成的语音识别系统,算法主要通过软件实现,为了提高速度和降低成本,下一代语音识别芯片将设计成软硬件协同实现,本文的目的是使用全硬件方法实现语音识别算法,为软硬

34、件协同实现的方案提供参考.本论文主要完成了以下工作:(1)在选定的FPGA平台上,完成了整个系统的硬件设计.(2)对于硬件中难于实现而且占用较多资源的乘法器、求对数、求平方根以及快速傅立叶变换等关键模块,本文都根据电路的具体特点,给出了巧妙的实现方案,完成了算法需要的功能.(3)设计中使用了模块复用和流水线技术.(4)根据设计结果,给出了各个模块占用的硬件资源和运行速度.实验结果表明,本文所设计的硬件系统能够正常工作,在速度和面积方面都达到了设计要求.3.期刊论文 耿慧.梁维谦.董明.刘润生.GENG Hui.LIANG Wei-qian.DONG Ming.LIU Run-sheng 基于F

35、PGA的语音识别SoC系统解决方案-电声技术2009,33(10)基于Actel CoreMP7低成本SoC开发验证平台,完成了以ARM7为核心控制器、马氏距离计算专用电路(MSAC)为协处理器的语音识别SoC的设计与验证.实验结果表明,该SoC系统在Actel ProASIC系列FPGAM7A3P1000上综合实现后.约占用M7A3P1000总资源的39.18%及1 KB片内SRAM,完成整个语音识别算法性能比S3C4480 x(ARM7)平台上定点C程序提高了49.78%.充分证明了CoreMP7平台用于SoC设计的可行性和便捷性,以及主处理器配合硬件加速协处理器架构在信号处理领域的优势.

36、4.学位论文 李亦佳 基于嵌入式非特定人语音识别机理及拒识算法研究 2009 随着信息技术的发展，作为一种重要的人机交互新手段，语音识别技术被广泛的应用于小型化、便携式的嵌入式语音产品中，带来了对低成本、低功耗的嵌入式语音识别系统的巨大需求。这意味着，对嵌入式语音产品的识别率和拒识率的要求也日益提高。由于低成本的嵌入式语音识别系统具有CPU处理速度慢，软件代码精简，系统成本低的特征，语音识别算法必须在保证识别率的基础上尽可能精简并减小计算量。而在语音识别系统中，拒识也非常重要。在实际应用中，经常会有词表以外的词输入到语音识别系统，如果被误识为词表以内的某个词，有时会导致很严重的后果，所以系统应

37、具有很强的拒识功能。本文基于嵌入式环境下的语音识别研究课题，采用机理算法研究及仿真实现验证的方法，研究语音识别机理，以及小词汇量孤立词语音识别及拒识基本原理。研究了小词汇量孤立词语音识别技术，改进了基于嵌入式的语音识别算法。研究了FPGA的基本原理及应用，构建了基于嵌入式的语音识别系统，实现了改进的前端处理算法和语音识别算法。研究了语音拒识算法基本原理以及贝叶斯网络原理，设计了基于贝叶斯网络结构的语音拒识算法。搭建了基于FPGA的语音识别仿真平台，集成改进的语音识别算法和拒识算法并移植到嵌入式平台上，实现了面向非特定人的、孤立词、小词汇量的嵌入式语音识别系统。通过对改进的前端处理算法和语音识别

38、与拒识算法进行仿真测试，验证了算法改进的可行性，并对测试结果进行分析。本文通过对前端处理算法，语音识别算法的改进，并与基于贝叶斯网络结构的语音拒识算法的集成，对语音识别系统的移植和仿真，得到语音识别系统测试结果，并对其进行性能分析，验证了本文改进的语音识别算法及设计的拒识算法满足嵌入式语音识别的需要。本文课题来源是北京市教委基金“语言识别IP核研究”及“十五”“211工程”重点学科建设项目“环绕智能与嵌入式系统”子系统。5.学位论文 刘军海 基于DHMM非特定人孤立词语音识别及硬件设计研究 2007 随着信息技术的发展，语音识别技术得到广泛应用。小词汇量非特定人孤立词语音识别是语音识别系统的重

39、要分支，在智能玩具、车载系统、家电遥控等领域有着广泛的应用。当前的语音识别芯片的性能大多速度慢、成本高、识别率不太理想。获取高速、低成本的非特定人孤立词语音识别方法，已成为语音识别领域的一个重要的研究课题。本文在系统地分析国内外语音识别现状、语音识别算法和流程的基础上，采集并建立小词汇量的语音库。语音库包括45个词语，共计1410个语音。以此为基础，本文改进端点检测算法，采用基于短时能频值参数的双门限、有效语音长度参数辅助判决的算法，提高了端点判决的准确性，仿真结果表明端点检测率达到98.6，明显优于基于短时平均幅度值结合短时过零率参数的双门限端点检测算法。采用MFCC和一阶MFCC差分参数来

40、提取特征参数，更好地反映了语音的静态和动态特性，使特征矢量更具有代表性，优于LPCC参数提取的特征矢量。采用扰动分裂法生成矢量量化的初始码本，并对可能出现的空腔做了修正。用定标因子解决了DHMM识别过程中的计算下溢问题。通过以上对算法的改进后，仿真结果表明，识别率显著提高，达到96.7。在FPGA平台上实现了系统控制模块、端点检测模块和FFT模块。并改进了FFT算法，使四次乘法运算优化为三次乘法运算，从而提高了速度，减少了面积消耗。实现预定的设计要求。6.期刊论文 赵丽娜.侯义斌.黄樟钦.高曦.李倩.ZHAO Li-na.HOU Yi-bin.HUANG Zhang-qin.GAO Xi.LI

41、 Qian 基于FPGA的嵌入式语音识别控制系统-小型微型计算机系统2007,28(8)介绍了一款针对特定人、孤立词的嵌入式语音识别系统的设计与实现.该系统的硬件核心部件是Virtex-II Pro50 FPGA芯片,其硬核处理器是PowerPC405.本系统对预处理、端点检测、LPCC特征提取部分进行了定点化处理;DTW算法采用硬件IP核实现;整体调度采用中断方式实现.将该系统用于语音控制玩具机器狗AIBO进行实验,识别率达到98.3%.本系统设计性能满足玩具、游戏等消费娱乐电子设备对识别率和实时性的性能要求,具有广阔的市场应用前景.7.期刊论文 巢一波.张曦煌.CHAO Yi-bo.ZHA

42、NG Xi-huang FPGA和Nios软核的语音识别系统的研究-计算机工程与应用2010,46(2)嵌入式语音识别的应用还是比较少,主要还是通过DSP实现,而且准确率还不是太高.提出一种基于FPGA和Nios软核处理器的嵌入式语音识别系统的设计方案.系统以EPC35 Cyclone 芯片和Nios处理器为基础,采用软硬件结合的设计方式,共同完成语音识别的设计.系统结合改进的端点检测方法,提取线性预测倒谱系数(LPCC)的音频信号特征,采用IP核硬件实现动态时间规整(DTW)的识别算法,能达到较高的识别准确率.8.学位论文 王明娟 基于FPGA语音识别系统设计与实现 2009 近年来，语音识

43、别研究大部分集中在算法设计和改进等方面，而随着半导体技术的高速发展，集成电路规模的不断增大与各种研发技术水平的不断提高，新的硬件平台的推出，语音识别实现平台有了更多的选择。语音识别技术在与DSP、FPGA、ASIC等器件为平台的嵌入式系统结合后，逐渐向实用化、小型化方向发展。本课题通过对现有各种语音特征参数与孤立词语音识别模型进行研究的基础上，重点探索基于动态时间规整算法的DTW模型在孤立词语音识别领域的应用，并结合基于FPGA的SOPC系统，在嵌入式平台上实现具有较好精度与速度的孤立词语音识别系统。本系统整体设计基于DE2开发平台,采用基于Nios II的SOPC技术。采用这种解决方案的优点

44、是实现了片上系统，减少了系统的物理体积和总体功耗；同时系统控制核心都在FPGA内部实现，可以极为方便地更新和升级系统，大大地提高了系统的通用性和可维护性。此外，由于本系统需要大量的高速数据运算，在设计中作者充分利用了Cyclone II芯片的丰富的硬件乘法器，实现了语音信号的端点检测模块，FFT快速傅立叶变换模块，DCT离散余弦变换模块等硬件设计模块。为了提高系统的整体性能，作者充分利用了FPGA的高速并行的优势，以及配套开发环境中的Avalon总线自定义硬件外设，使系统处理数字信号的能力大大提高，其性能优于传统的微控制器和普通DSP芯片。本论文主要包含了以下几个方面：（1）结合ALTERA

45、CYCLONE II芯片的特点，确定了基于FPGA语音识别系统的总体设计，在此基础上进行了系统的软硬件的选择和设计。（2）自主设计了纯硬件描述语言的驱动电路设计，完成了高速语音采集的工作，并且对存储数据芯片SRAM中的原始语音数据进行提取导入MATLAB平台测试数据的正确性。整个程序测试的方式对系统的模块测试起到重要的作用。（3）完成高速定点256点的FFT模块的设计，此模块是系统成败的关键，实现高速实时的运算。（4）结合SOPC的特性，设计了人机友好接口，如LCD显示屏的提示反馈信息等等，以及利用ALTERA提供的一些驱动接口设计完成用户定制的系统。（5）进行了整体系统测试，系统可以较稳定地

46、实现实时处理的目的，具有一定的市场潜在价值。9.期刊论文 程凡.CHENG Fan 用语音识别进行无线控制的研究-微计算机信息2009,25(5)介绍了一种用语音识别技术进行无线控制的设计方案.采用TLV320AIC23为语音信号的AD转换器,TI的TMS320VC5509ADSP为语音识别的核心处理器,配以FLASH、SDRAM等储存芯片和FPGA做10扩展和逻辑控制.在语音成功识别后由无线通讯模块(nRF402)发送特定编码:接收端收到信号后,经解码实现相应控制.10.学位论文 谢秋云 基于FPGA的语音识别技术研究 2007 许多已有的语音识别系统都是基于计算机软件的。但现在很多应用却要

47、求体积压缩，方便携带和低功耗。所以基于集成电路的语音识别专用芯片有广阔的发展空间。当前语音芯片都采用以DSP为核心的结构，费用高，设计缺乏灵活性，很难进一步提高处理性能。FPGA(Field-Programmable GateArray，现场可编程门阵列)具有功耗低、体积小、集成度高、速度快、开发周期短、费用低、用户可定义功能及可重复编程和擦写等许多优点，可以实现高性能并行算法。本文主要研究的就是用FPGA来实现语音识别算法。主要工作包括：研究并实践了数字处理算法的多种FPGA设计方法-VLSI结构的设计方法；硬件DSP的Matlab建模设计方法；IP核设计方法等。运用这些方法，设计实现了一些

48、基础运算功能的硬件实现，并用于语音识别算法。语音识别的前端处理及硬件实现。包括预加重，分帧，加窗和端点检测。采用了基于能量变迁的语音的端点检测方法。并在该方法上改进，采用实时分帧，不但能够实现实时的端点检测，还具有一定的抗噪性。语音特征提取及其硬件设计。采用Mel频标倒谱参数(Mel FrequencyCepstrum Coefficient，MFCC)，充分模拟了人的听觉特性，具有较高的识别性能和抗噪能力。该参数计算主要包括快速傅立叶变换(FFT)、三角滤波、取对数和离散余弦变换(DCT)等过程。本文在每个过程的硬件结构上都进行了巧妙的设计，提高了速度和效率：FFT中针对实数的FFT做了硬件结构的改进减少了FFT点数，使速度提高了约40；三角滤波器将其中心频率转化为频谱中对应点，提高了运算效率；取对数中用了查表和线性插值结合的方法，提高了精度。最后提出了三级流水计算MFCC参数的硬件结构，进一步加快了MFCC参数计算。矢量量化硬件设计中采用与最小值比较的方法来提高码本的搜索速度。Viterbi识别算法及其硬件实现。采用隐马尔可夫(HMM)来进行声音建模和匹配。HMM在计算量和存储量上被认为是最有效的方法。在Viterbi识别中，对传统的Viterbi算法公式做了改进，进行了剪枝，使搜索速率大大提高，采用了4个ACS并行处理，简化了电路，提高了识别速度。本文链接：http:/