一种基于STC单片机的特定声音识别系统设计开题报告

《一种基于STC单片机的特定声音识别系统设计开题报告》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、开题报告一种基于STC单片机的特定声音识别系统设计1选题的背景、意义该题目的研究思想指导为，开发一个具有实用价值的“特定声音识别系统”。该系统以stc单片机作为识别芯片，通过咪头、放大电路、滤波电路等声音信号采集处理电路把把声音信号采集过来并送到单片机上。单片机对得到的信号进行计算处理并与已经储存在单片机里面的声音样本进行比较，识别是不是我们所要识别的特定声音。长期以来，视频监控是安防行业里绝对的主流。但也存在着一些成本高，维护不方便的问题。比如把视频监控技术应用于治安监控薄弱的城乡结合部、农村地区、城市的偏僻路段就会出现上述问题。而且，虽然目前社会的治安稳定，但在一些偏僻路

2、段还是会发生些打架斗殴，甚至比较恶劣的刑事案件，可见对偏僻路段的治安监控也是必不可少的。本设计针对特定声音进行识别，识别如枪击声、呼救声、玻璃破碎声音等，根据这种特定声音的识别了解是否发生了特定事件，从而起到了监控的作用。2相关研究的最新成果及动态早在半个世纪以前，贝尔实验室的Davis等人利用语音音素特征做了一个单人的独立数字识别系统。他们主要是通过数字元音段频谱曲线的相似度来进行独立数字识别的。这是人们最早研究的语音识别系统。1963年NEC公司在语音识别方面做出了硬件数字识别器，由于这一创举的推动使得他们在随后几十年里一直在语音识别方面保持着国际先进水平。六十年代后期R

3、CA实验室的Matin和他的同事一起找到了一种可以寻找语音信号端点的检测方法，解决语音信号中时间刻度非一致性问题。解决语音信号中时刻非一致的问题也是现在语音处理时要处理的首要问题。与此同时原苏联研究人员Vintsyuk提出了语音信号的动态时间规整算法，另外CarnegieMellon大学的Reddy在连续语音流识别工作中取得的成果，他使用的是动态音素跟踪技术。这两项技术对以后的语音识别产生了很大影响，他们的思想到现在仍然有一定的参考价值。到七十年代7的时候，语音识别技术取得了长足的进步，这期间的代表成果有孤立词识别技术。同时日本的研究表明动态规划和线性预测也可以用于语音识别，

4、并且在语音识别上取得了不小的成果，如线性预测系数(LinearPredictiveCoefficients,LPC)至今仍然是语音识别的一个关键技术。IBM在语音识别领域一直作着努力，并且取得了不错的成果，推出了可以用于简单的数据库查询和办公信函工作的大词汇量语音识别系统，以上的不懈努力保证了IBM在语音识别技术的领先地位。同一时期贝尔实验室开始研究非特定人的语音识别系统，它在各类聚集算法、参数选择、距离测度、说话人自适应等方面取得了不错的成绩。八十年代是语音识别的黄金年代，以贝尔实验室L.R.Rabiner为代表的一批学者在DARPA计划支持下，积极开展了基于隐形马尔可夫模

5、型(HiddenMarkovMode,HMM)语音识别方面的研究，发表了一系列论文和著作，几乎讨论了孤立词汇语音识别、连续词汇语音识别、大词汇表连续语音流语音识别等各方面的问题，将语音识别技术的研究推向了一个新高潮。这期间尤其以美国、日本以及我国台湾地区的研究最为突出。其中在利用HMM进行大词汇量语音识别取得的成果最为显著。可以说八十年代为语音识别成果辈出的时代。有代表性的语音识别系统为IBM的DragonSystem,CMU的SPHINX，以及贝尔实验室、MIT、林肯实验室取得一些不错技术成果。九十年代相对来说是一个平稳期。一些学者们在改进语音模型的不足，如用人耳听觉机理来

6、改进语音识别特征参数(Mel-FrequencyCepstralCoefficients,MFCC)、声道长度归一化来适应说话人的变化、音素状态矩阵表现音素的细微声学差别等。剑桥大学的SteveYoung开发了基于HMM的用于连续语音识别的HTK工具包，使很多学者有了一个很好的研究平台，2000年9月这个工具包的3.0版本己经免费开放了全部源代码，为更多学者提供了更好的研究条件。还有就是IBM推出的ViaVioce软件，在实践中取得了一定的成果。随着神经网络的研究取得了一定成果，出现了以神经网络为建模方式的语音识别算法。人工神经网络现在也是现在研究的一个热点。以上这几种技术推

7、动了语音识别技术的发展，并将在语音识别的历史上留下了自己光辉的一页。7国内语音识别研究工作开展的比较晚，但是进展的速度比较快，现在已经能够紧跟国际先进水平。另外我国政府对语音识别也比较重视，863计划中语音识别就占有很重要的位置。由中科院自动化所、声学所、北京大学等单位实施。国家863计划智能计算机专家组于1998年4月进行了对国内大词汇量连续语音识别系统的测评，其中以清华大学的系统最为优秀。其试验结果与IBM的语音识别系统成绩不相上下。中科院自动化所的非特定人、纯净语音环境下的连续语音听写系统和汉语语