DSP语音识别实验报告.docVIP

目 录 一.设计任务书 0 1.语音识别概述 0 2.语音识别分类 1 3.语音识别模型算法 1 ⑴声学建模 1 ⑵语言模型 1 4.利用dsp进行语音识别 1 二、设计内容 2 1.设计要求及目标,基本部分： 2 2.设计思路 2 三、设计方案、算法原理说明 2 1.设计方案的原理框图： 2 2.算法说明 1 ⑴端点检测算法 1 ⑵特征矢量提取的算法 2 ⑶动态时间规整(dtw)算法 2 四、程序设计、调试与结果分析 3 1.程序功能介绍： 3 2.对语音信号的时域及特征矢量的分析 3 3.运行结果测试： 6 五、设计（安装）与调试的体会 7 (1).刘轶龙： 7 (2).布和： 7 六、参考文献 7 一.设计任务书 1.语音识别概述 语音识别（Speech Recognition）是指让机器听懂人说的话，即在各种情况下，准确的识别语音的内容，从而根据其信息，执行人的各种意图或执行特定的任务，其最终目标是实现人与机器进行自然语言通信。 2.语音识别分类 按照识别的对象不同，语音识别任务大体可分为3类即孤立词识别（isolated word recognition)，关键词识别（或称关键词检出，keyword spotting)和连续语音识别。其中，孤立词识别的任务是识别事先已知的孤立的词；连续语音识别的任务则是识别任意的连续语音；连续语音流中的关键词检测针对的是连续语音，但它并不识别全部文字，而只是检测已知的若干关键词在何处出现。针对的发音人，可以把语音识别技术分为特定人语音识别和非特定人语音识别，前者只能识别一个或几个人的语音，而后者则可以被任何人使用。声学建模(HMM)算法：马尔可夫模型的概念是一个离散时域有限状态自动机，隐马尔可夫模型HMM是指这一马尔可夫模型的内部状态外界不可见，外界只能看到各个时刻的输出值。(DTW)算法：它是吧时间归整和间距测量计算结合起来的一种非线性归整技术，与隐式马尔可夫模型(HMM)算法相比，它不是一种有效的利用统计方法进行训练的算法，同时，也不容易将底层和顶层的各种知识用到识别算法中，在解决大词汇量、连续语音、非特定发音人语音识别系统时，识别效果较差，但在孤立词语音识别系统中识别效果良好，并且，由于DTW算法计算量较少。因此，DTW 算法在孤立词语音识别系统中得到了较为广泛的应用。 ⑵语言模型主要分为规则模型和统计模型两种。统计语言模型是用概率统计的方法来揭示语言单位内在的统计规律，其中N-Gram简单有效，被广泛使用。(DTW)算法来进行语音识别。 4.利用dsp进行语音识别 利用DSP可以对语音信号进行实时采集、提取语音特征向量、进行语音识别。语音识别系统对语音特征参量的提取可以采用FFT等算法，不同的参数表示不同的频谱包络。将DTW算法移植到TMS320VC5402上实现语音识别，能满足实时性要求。 二、设计内容 1.设计要求及目标,基本部分： ⑴对DMA进行初始化； ⑵对A/D、D/A进行初始化； ⑶编写DMA中断服务程序，实现语音信号的实时识别； ⑷根据识别系统的类型选择一种识别方法，采用语音分析方法分析出这种识别方法所要求的语音特征参数，作为标准模式由机器存储起来，形成标准模式库。 ⑸对语音进行特征参数的分析，语音信号经过相同的通道得到语音参数，生成测试模板； ⑹将测试模板与参考模板进行匹配，将匹配分数最高的参考模板作为识别结果，从而实现语音的识别。 2.设计思路 首先利用DSP对语音信号进行分析，提取语音的特征参数(临界带谱)，形成“模板”。语音识别系统对特征参量的提取采用FFT算法。识别时，对其进行特征参数的分析，识别参数可以选择平均能量、过零数或平均过零数、频谱。最后将语音参数和模板进行比较，从而实现语音的识别。 三、设计方案、算法原理说明 1.设计方案的原理框图： 2.算法说明 ⑴端点检测算法 语音端点检测就是检测语音信号的起点和终点，也叫起止点识别。在端点检测的过程中，对短时语音信号特征参数分析起到了重要的作用，其中在此次实验算法中，我们主要用到了过零率和短时平均幅度两个短时特征参数。 过零率Z定义为：在统计的短时间段中，信号穿过零电平的次数。即： Z= 短时平均幅度M定义为：在统计的短时间段中，信号的幅度之和。 Z= 首先规定高能阈值为该段语音信号平均幅度的二分之一，低能阈值为该段语音信号平均幅度的四分之一。检测语音信号起始位置的方法是：根据M是否高于Mh来判断该帧信号数据中是否包含语音信号；检测语音信号终止位置的方法是：即判断该帧信号数据的M是否低于Ml，若低于，则语音信号已终止，否则，反之。 其流程图为： ⑵特征矢量提取的算法 首先，我们选用的特征矢量为临界带特征矢量，而提取此特征矢量的方法为： 第一步，求出每一帧的加窗语音Xn(m)：m=O~(N一1