基于CDHMM的口令式语音识别系统及其DSP实现

《基于CDHMM的口令式语音识别系统及其DSP实现》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、中国科学技术大学硕士论文中文摘要摘要语音识别应用的一个重要的发展方向是小型化、便携式的语音产品，如无线手机上的拨号、汽车设备的语音控制、家电遥控等方面的应用，这些应用系统大都使用专门的硬件系统实现，其中采用数字信号处理芯片DSP实现的语音识别器由于DSP的卓越运算能力可以让语音识别摆脱PC机，而具有广泛的应用前景，因此采用DSP实现实时语音识别的研究已成为当前热门课题之一。本文研究用DSP实现一个小型化的、实时和通用的口令式语音识别系统，系统具有口令设置随意、更改方便及识别性能好的特点，为此我们采用了连续隐马尔可夫模型(CDHMM)的语音识别方法和特定人方式，模型训练和识别完全在D

2、SP上实现。论文首先对基于CDHMM的口令式识别系统结构及组成进行了较深入的研究，详细讨论了Mel倒谱参数(MFCC)的提取过程和CDHMM模型的基本原理及其相关算法。对MFCC提取中的Mel滤波器组的划分及参数级的抗噪进行了实验讨论。并针对口令长短不同的特点，采用了以口令作为基元的建模方式，实验研究了模型状态数对口令式语音识别系统性能的影响，以及模型高斯混合度对训练集的依赖关系及其对识别性能的影响，从实验中得出一些有益的结论，为口令式识别系统的DSP实现提供了实验依据。针对口令式识别系统在DSP上实现的两个核心问题：实时性和CDHMM训练在DSP上完成进行了重点研究。在介绍DSP

3、特点和TMS320C671l结构的基础上，设计了实时语音识别在DSP芯片上实现的流程，重点分析了特征参数提取中的语音信号短时处理的分帧、帧移在DSP实现的过程，尤其是EDMA的合理使用。在CDHMM模型训练的DSP完成的研究中，以降低模型训练的迭代算法的计算量和存储量为目的，在保证一定识别性能的前提下，对模型结构、特征参数维数、训练集大小等选择如何利于DSP实现上进行了较深入的实验研究并最终在TMS320C671lDSK上实现了一个基于CDHMM的特定人的口令式语音识别系统。本文的研究工作，为口令式语音识别早日进入商业化进行有益的探索。中国科学技术大学硕士论文英文摘要Abstrac

4、tAnimportantresearchaspectofSpeechRecognitionistheproductionofminiaturizedandportablespeechproductsi．e．auto—dialingofthemobilephones，speechcontrolofthecarfacilities，remotecontrolofthehomefacilitiesandetc．TheseapplicationsareusuallyimplementedbyspecializedhardwaresystemsinwhichtheDSP—basedspeec

5、hrecognitionunitsareusedandc趾makespeechrecognitionindependentofthePCbecauseofthehighcomputationabilityofDSPchips．Thespeechrecognitionunitshavewideapplicationaspects，SOthattheresearchonDSP．basedspeechrecognitionhasbeenwidelycarriedoutallovertheworld．Asmall，real·timeandgeneraltokenspeechrecognit

6、ionsystemimplementedwithDSPisstudiedinthethesis．n伦systemhastheadvantagesofrandomsettingofthetokens，easychangingoftokens，hi【ghrecognitionperformanceandetc．ContinuousDensityHiddenMarkovModelandspeaker-dependentmodefileadoptedtoachievetheseadvantages．Bothmodeltrainingandrecognitionareimplementedo

7、nDSP．ThestructureandcompositionofHMMbasedtokenspeechrecognitionarestudiedfirstlyindepthinthethesis，afterwards，theextractionofMelFrequencyCepstralCoefficientsandbasicconceptsofHMMarediscusseddetailedly．ThedistributionoftheMelfiltersandro