基于DSP的高速时语音识别系统的设计与实现.docVIP

基于DSP的高速实时语音识别系统的设计与实现实时语音识别系统中，由于语音的数据量大，运算复杂，对处理器性能提出了很高的要求，适于采用高速DSP实现。虽然DSP提供了高速和灵活的硬件设计，但是在实时处理系统中，还需结合DSP器件的结构及工作方式，针对语音处理的特点，对软件进行反复优化，以缩短识别时间，满足实时的需求。因此如何对DSP进行优化编程，解决算法的复杂性和硬件存储容量及速度之间的矛盾，成为实现系统性能的关键。本文基于TMS320C6713设计并实现了高速实时语音识别系统，在固定文本的说话人辨识的应用中效果显著。 1 语音识别的原理 语音识别的基本原理框图如图1所示。语音信号中含有丰富的信息，从中提取对语音识别有用的信息的过程，就是特征提取，特征提取方法是整个语音识别系统的基础。语音识别的过程可以被看作足模式匹配的过程，模式匹配是指根据一定的准则，使未知模式与模型库中的某一模型获得最佳匹配。 1.1 MFCC 语音识别中对特征参数的要求是： (1) 能够有效地代表语音特征； (2) 各阶参数之间有良好的独立性； (3) 特征参数要计算方便，保证识别的实时实现。 系统使用目前最为常用的MFCC(Mel FrequencyCepstral Coefficient，美尔频率倒谱系数)参数。 求取MFCC的主要步骤是： (1) 给每一帧语音加窗做FFT，取出幅度； (2) 将幅度