语音信号的采集与处理毕业论文.doc

语音信号的采集与处理毕业论文 目 录前 言 1 第一章 绪论 2 第一节 研究背景和意义 2 第二节 研究现状 2 第三节 发展方向 4 第四节 本章小结 5 第二章 系统方案设计 6 第一节 系统性能指标 6 第二节 方案设计 6 第三节 本章小结 8 第三章 系统硬件设计 9 第一节 系统总体结构框图 9 一、 系统结构总框图 9 二、 功能模块设计 10 第二节 处理器模块 11 一、 51单片机 11 二、 SPCE061A芯片 12 三、 电源模块 17 四、 键盘电路 18 第三节 语音采集模块 18 第四节 语音处理芯片 19 第五节 显示模块 22 第六节 控制模块 24 第七节 本章小结 25 第四章 系统软件设计 26 第一节 系统软件结构 26 第二节 主程序流程图 26 第三节 ISD1730语音采集 27 第四节 凌阳单片机语音处理 30 一、 凌阳音频压缩编码 30 二、 语音播报流程图 31 第五节 LCD显示子程序 33 第六节 本章小结 36 第五章 系统测试 37 第一节 仿真测试 37 第二节 硬件测试 37 第三节 系统测试 38 第四节 本章小结 38 结 论 39 致 谢 40 参考文献 41 附 录 42 一、英文原文 42 二、英文翻译 48 三、工程设计图纸 52 A方案51单片机 52 B方案：凌阳61单片机 53 四、源程序 54 五、其他 64 部分仿真截图 64  前 言 语音识别技术已经发展成为涉及声学、语言学、数字信号处理、统计模式识别等多学科技术的一项综合性技术。，语音识别技术取得显著进步，。 绪论 第一节 研究背景和意义 语音是语言最基本，最自然，最直接的表现形式，语音的识别过程就是将空气中传播的生变转变成为包含语音信息并且记载着声波物理性质的模拟电信号。语音信号处理时建立在语音学和数字信号处理的基础之上的，其中数字信号处理是指对离散信号用数字方式进行增强、压缩、滤波变换和识别处理。语音信号处理技术的发展大致经过了三个阶段： 萌芽阶段 20世纪中叶，人们对语音处理的研究主要由语音学知识，从中提取特征参数，用其模拟人的发音过程，用于实现简单语音处理。 发展阶段 20世纪70年代 集成电路技术和计算机技术的发展为语音识别技术奠定了基础，语音处理技术也得到了较大的发展，日趋完善和成熟。 实用阶段 20世纪80年代至今 超大规模集成电路的发展和PC机的广泛应用，促进了计算机技术和人工智能技术的发展，也促进了语音识别技术的发展，语音处理也不断走向商业化，实用化。 近年来，语音识别技术取得显著进步，逐渐由试验走向商用。专业人士预计，在未来数年时间内，语音识别技术将会广泛进入工业控制、家用电器、通信设备制造、汽车电子、消费电子产品，服务行业等各个领域。语音识别技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。 机器人是具有一些类人的机械电子装置，随着技术的发展，机器人的发展趋势表现为更加智能化和人性化。机器人的定义是能够感知环境，能够学习和对外界环境有一种逻辑判断思维的机器。其中，语音必然成为人和机器人之间交流的最自然同时也是最方便的手段之一。语音机器人就是通过语音控制机器人的动作，通过特定人语音识别技术实现对机器人的语音控制。 第二节 研究现状 语音识别的研究工作大约开始于20世纪50年代，当时ATT Bell实验室基于共振峰提取技术实现了第一个可识别十个英文数字的语音识别系统——Audry系统。 60年代，计算机的应用推动了语音识别的发展。这时期的重要成果是提出了动态时间规划（DP Dynamic time planning）和线性预测分析技术（LPC Linear forecast analysis technique），其中后者较好地解决了语音信号产生模型的问题，对语音识别的发展产生了深远影响。 70年代，语音识别领域取得了较大进展。在理论上，LP技术得到进一步发展，动态时间归整技术（DTW Dynamic Time Warping）基本成熟，特别是提出了矢量量化（VQ Vector Quantization ）和隐马尔可夫模型（HMM Hidden Markov Model ）理论。在实践上，实现了基于线性预测倒谱和DTW技术的特定人孤立语音识别系统。关键词识别的研究始于70年代，早期的关键词识别技术从语音识别方法而来，采用基于动态时间弯折(Dynamic Time Warping,DTW)的方法。DTW 采用动态规划技术(Dynamic Programming)将一个复杂的全局最优化问题化为许多局部最优化问题一步一步进行决策。DTW 是效果最好的一