dsp的嵌入式语音识别-开题报告

《dsp的嵌入式语音识别-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、上海工程技术大学毕业设计（毕业论文）开题报告学院电子电气工程学院专业电子信息工程班级学号学生指导教师题目基于DSP的嵌入式语音识别系统设计《基于DSP的嵌入式语音识别系统设计》————开题报告一、选题背景语言是人类相互沟通信息的重要工具。随着现代科学技术的发展,特别是语音通信和各类相关产品的普及,语音信号的数字化处理在越来越多的领域中发挥着至关重要的作用。所谓的语音技术，无非是一种集合：一种涵盖了识别、合成、检出关键词、口语对话系统的集合，而这个集合的核心无可厚非便是语音识别技术，特别是连续识别——这门最初为了解决机器如何能够准确地解析人的语音内容的学科，正以一种不可思议的态势飞速发展，

2、给“死板”的机器添上了一份“人性”。算法运算量大，处理快速高效（无论是实时或准实时）这些都是一个语音系统的基本要求，而DSP凭借着本身强劲的数据处理能力和高运行速度挑起大梁，充当起整个系统的“心脏”。它是一种特殊的微处理器，一种以数字信号来处理大量信息的器件，其工作原理：首先将接收模拟信号进行转换，转换为0或者1的数字信号，再对数字信号进行修改、删除及强化并在其他系统芯片中把数字数据解译回模拟数据或实际环境格式。具有可编程性的它，以每秒千万条复杂的令程序的实时运行速度，让那些通用的微处理器望尘莫及。二、研究课题的意义本文实现的语音识别系统主要由硬件设备和相应的软件算法组成。在Matlab

3、7.8平台上验证和改进了算法（如：预处理、端点检测、特征提取和模式匹配），然后用C汇编语言结合混编的方式移植到DSP的开发平台——CCS，最终在ICETEK-VC5416AE-S60实验箱上实现孤立词（0-9）的识别，而随着库内容的丰富，本系统将会越发接近当下最为热门的语音助手——siri。三、语音识别的研究概况1.国外语音识别技术的研究现状从1952年Bell实验室的Audry到2012年iphone的Siri。60年来语音识别这项技术一直都是计算机研究领域内的“香饽饽”，倍受IBM、微软等IT巨头器重，相关研究成果也层出不穷。IBM——作为语音识别技术的先驱，以它的ViaVoice软

4、件为例：可以帮助人们通过麦克风用语音向字处理软件输入文字，无论是英语、意大利语、德语、法语、日语还是汉语等都照单全收。而微软新版的Windows操作系统Vista，也配置了先进的语音识别软件。用户动口而不动手来完成通过语音和计算机交流（比如通过口来“书写”信件或电子邮件······）。而这个功能对于那些“特殊群体”，带来的便利是不言而喻的。目前世界上最先进的语音识别软件叫做NaturallySpeaking，出自于NuanceCommunications公司。NaturallySpeaking已经得到了大多数用户的认可。对着麦克风说话，屏幕上就显示出说话的内容，很容易识别和纠正错误。久而

5、久之，该软件会摸索出用户的“秉性”。当然，用户如果在说话过程中发现软件无法识别的，也相应地作出调整，这样一来，语音识别的正确率就会逐渐提高。2.国内语音识别技术的研究现状尽管我国语音识别研究工作起步较晚，但目前在该领域中国已占有了自己的一席之地。这一切都要归功于1987年的863计划，它大大缩短了从实验室逐步迈向应用层面的周期。而最作为世界上最有韵味、最美丽的语言——汉语我们也有着近水楼台先得月的优势。“天语”中文语音系列产品—PattekASR就是其中的佼佼者，它结束了中文语音识别产品自1998年以来一直由国外公司垄断的历史。清华大学电子工程系语音技术与专用芯片设计课题组，研发的非特定

6、人汉语数码串连续语音识别系统的识别精度，达到94.8%(不定长数字串）和96.8%（定长数字串）。在有5%的拒识率情况下，系统识别率可以达到96.9%(不定长数字串和98.7%(定长数字串)，这是目前国际最好的识别结果之一，其性能已经接近实用水平。研发的5000词邮包校核非特定人连续语音识别系统的识别率达到98.73%；并且可以识别普通话与四川话两种语言，达到实用要求。也许过不了多久，面貌焕然一新、同时蕴藏巨大商机的语音识别应用热潮，将会彻底改变人们的思维定势。四、语音识别所面临的挑战人们在识别道路上的不断努力只是为了有一天能够实现机器像人类一样能“听懂"语言，与人类自然地沟通。但在实际

7、应用中，由于系统的鲁棒性、灵活性和适应能力远达不到市场需求，导致了目前你很难在市场见到成熟的语音识别的相关产品。若想提高应用率就必须从普遍性和实用性这两大方面入手，具体可以以下的切入点：1同一发音信号的随机性变化语音信号是非平稳信号，不但不同发音者发音之间存在重大差异，即使同一人在不同时间、地点、不同生理状态情况下发音也存在很大差异。2噪声问题由于环境噪声广泛存在，具体的语音识别工作环境千差万别，容易造成训练与测试环境不匹配致使系统