FPGA和NiosⅡ软核的语音识别系统的研究.pdfVIP

60 2010，46(2) ComputerEn~neenngandApplications计算机工程与应用 FPGA和NiosII软核的语音识别系统的研究 巢一波，张曦煌 CHAO Yi-bo，ZHANG Xi-huang 江南大学 信息工程学院，江苏 无锡 214122 CollegeofInformmionTechnology，Jiangnan University，Wuxi，Jiangsu214122，China E-mail：loveforever13579C~ahoo．corn．an CHAO Yi-bo·ZHANG Xi-huang．Speech recognition system OilFPGA and NiosⅡ soflcore．ComputerEngineeringna d Ap— plications。2010。46(2)：60—62． Abstract：There area few applicationsofspeech recognition in embeded system，mainly emplemented by DSP，and the accuracy is 1OW．An embedded speech recongition system based on FPGA and NiosIIiSrecommended．The design uses EP2C35 Cyclone II chip，NiosIIprocessorand combines softwarewith hardware．Combined wiht advanced endpointdetection method，the audio signal featureinthissystem，istheLinearPredictionCepstrum Coefficient(LPCC)andrecognition algorithm isDynamicTimeWarping (DTW)byIP core．Thesystem reacheshighspeechrecognitionaccuracy． Keywords：speechrecongition；FieldProgrammableGateArray(FPGA)；LinearPredictionCepstrum Coefficient(LPCC)；Dynamic TimeWarping(DTW)；IPcore 摘 要：嵌入式语音识别的应用还是比较少，主要还是通过DSP实现，而且准确率还不是太高。提出一种基于FPGA和NioslI软核 处理器的嵌入式语音识别系统的设计方案。系统以EP2C35CycloneII芯片和NioslI处理器为基础 ，采用软硬件结合的设计方式， 共同完成语音识别的设计。系统结合改进的端点检测方法，提取线性预测倒谱系数(LPCC)的音频信号特征，采用 IP核硬件实现动 态时间规整(DTW)的识别算法，能达到较高的识别准确率。 关键词：语音识别；现场可编程 门阵列；线性预测倒谱系数；动态时间规整；IP核 DOI：10．3778／j．issn．1002—8331．2010．02．019 文章编号：1002—8331(2010)02—0060—03 文献标识码：A 中图分类号：TP302．1 1 引言 法的计算量相对较小 ，更适合嵌入式系统 ，因此该系统采用 语音识别的过程是—个模式匹配的过程。在这个过程中， LPCC进行特征提取。在训练阶段，特征提取得到的特征矢量序 首先根据说话人的语音特点建立语音模型，对输入的语音信号 列作为参考模板被保存到模板库；在识别阶段，特征提取得到 进行分析，并提取所需的语音特征，在此基础上建立语音识别 的特征矢量序列作为测试模板与参考模板进行模式匹配。模式 所需的模板。在识别过程中，根据语音识别的整体模型，将输入 匹配是用测试模板与参考模板进行比较得到距离最小的参考 的语音特征与已经存在的语音模板进行比较，根据一定的搜索 模板作为识别结果输出。该系统采用计算复杂度较低的动态时 和匹配策略，找最佳匹配对象作为识别结果。如图 1是语音识 间弯折(DynamicTimeWarping，DTW)算法实现模式匹配 ，它