关于dsp非特定人孤立词语音识别系统的分析

《关于dsp非特定人孤立词语音识别系统的分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天津大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影

2、印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日摘要语音识别技术涉及语音学、人工智能、数字信号处理技术、生理学以及数理统计等多种学科，是人机交流最为方便的方式。近年来，将语音识别技术应用于移动设备、智能家居等领域是一大研究热点。本文基于DSP，对命令词语音识别进行了研究。论文中首先基于剑桥大学提供的HTK工具集自行建立了语音模板库。该工具集主要

3、针对语音识别的应用研究，使得语音模板库的训练过程简单方便，所得HMM参数趋近最优，提高了识别率，而且后期可以根据需要，自由对其扩充。然后对语音信号的采样、数字化、预加重处理算法、特征参数提取算法、端点检测算法、语音识别算法进行了研究。重点针对噪声环境下，由于不能很好判断语音信号起止点造成的识别率下降问题，提出了门限可自动调节和提升过零率相结合的端点检测算法，使用MATLAB对改进后算法进行了仿真，仿真结果表明不管在有无噪声情况下，都能比较精确的找到语音信号的起止点。对于特征参数使用Mel倒谱系数

4、，并对其参数进行修改，使其计算速度更快，以满足实时性的要求，最后实现了基于HMM非特定人语音识别系统。最后在DSP软件开发工具CCS上使用C语言对整个系统进行了软件编程实现。并以TI公司的TMS320DM642处理器为核心，TLV320AIC23音频编解码器作为音频采集设备，利用ICETEK-DM642-PCI平台实现了孤立词非特定人语音识别系统的硬件集成。实验结果表明，该系统使用改进的方法，在该硬件平台上对孤立词其识别率达到95%以上，可以达到实际应用的要求。关键词：语音识别DSP端点检测梅尔

5、倒谱参数HMMIABSTRACTSpeechrecognitiontechnologyinvolvesphonetics,artificialintelligence,digitalsignalprocessingtechnology,physiology,mathematicalstatistics,andotherinterdisciplinaryknowledgeanditisthemostconvenientwayofman-machinecommunication.Recently,i

6、tisamajorresearchfocusthatapplyingthespeechrecognitiontomobiledevices,smarthomeandotherareas.TheproblemweareaddressinginthispaperisthatofrecognizingisolatedwordspeechonDSP.Firstly,wecreatethetemplatelibraryofspeechautomaticallybasedontheCambridgeHTKt

7、oolsetswhichismainlyusedforspeechrecognition.Thetemplatelibraryhasasimpletrainingprocessandisfreeofexpansion.Besides,therecognitionratehasimprovedaswecanapproachtheoptimalHMMparameters.Thenwestudysampling,digitization,pre-emphasisprocessingalgorithm,

8、featureextractionalgorithm,endpointdetectionalgorithm,speechrecognitionalgorithmofthevoicesignal.Tocaterfortherecognitionratewilldeclineaswecannotidentifythebeginningandendingpointsofthespeechsignalverywellinanoisyenvironment,anendpointdetectionalgor