小词表实时语音识别系统的定点DSP实现.docVIP

　　小词表实时语音识别系统的定点DSP实现|第1 摘　要：主要介绍一种基于定点数字信号处理器DSP芯片(TMS320VC5402)的小词表实时语音识别系统。该系统体积小，成本低，可扩展性好，方便应用于许多特定场合，如：门禁控制系统等，对于100词以内的特定人语音，识别的准确率超过95％。 关键词：语音识别；(DSP)定点运算；线性预测编码(LPC)；ADPCM算法；动态时间归整(DTarkov)模型(HMM)进行语音识别，该算法由于允许模板匹配中时间不定长，所以系统的适应性强，且识别阶段计算量也不大，但是需要进行大量的前期训练工作，需要系统具有较高的运算速度和庞大的系统存储资源。这对于那些需要识别的语音命令不多的特定应用场合，无疑是很不经济的，使用起来也不方便。利用廉价的定点数字信号处理器(DSP)芯片构成的小词表实时语音识别模块便能很好地解决这一矛盾。下面分别介绍该系统的硬件和软件结构。 2　系统的硬件构成 系统核心硬件构成框图如图1所示。 500)this.style.ouseg(this) 2.1　DSP芯片的选择 　　合理选择DSP芯片对于本应用系统的设计是非常重要的。只有选定了DSP芯片才能进一步设计外围电路和系统的其他电路。DSP芯片的选择应根据实际的应用系统需要而确定。 　　TMS320VC5402[1]是TI公司生产的从属于TMS320C54x系列的一个工作灵活、高速、具有较高性价比、低功耗的16b定点通用DSP芯片。其主要特点包括：采用改进的哈佛结构，1条程序总线(PB)，3条数据总线(CB，DB，EB)和4条地址总线(PAB，CAB，DAB，EAB)，带有专用硬件逻辑CPU(40b算术逻辑单元(ALU)，包括一个40b桶形移位器和2个40b累加器；一个17×17乘法器和一个40b专用加法器，允许16b带或不带符号的乘法)，片内存储器(8个辅助寄存器及一个软件栈)，片内外专用的指令集，允许使用业界最先进的定点DSPC语言编译器。TMS320VC5402含4 kB的片内ROM和16kB的双存取 RAM，1个HPI(HostPortInterface)接口，2个多通道缓冲单口MCBSP(Multi-Channel Buffered Serial Port),单周期指令执行时间10ns，带有符合IEEE1149.1标准的JTAG边界扫描仿真逻辑。 　　TMS320VC5402采用双电源(1.8V和3.3V)供电，其中I/O采用3.3V电源供电，芯片的核采用1.8V电源供电。由于实际系统使用5 V电源，所以必须采用电源转换芯片。选用TPS7301和TPS7333两块电源转换芯片(他们都是TI公司为配合DSP而设计的电源转换芯片)，分别接上少量的外围电路，即可调整两块芯片的输出电压分别为3.3V和1.8V。 2.2　语音输入输出模拟前端的选择 　　TLC320AD50C是TI公司生产的一款集成ADC和DAC于一体的模拟接口电路，并且与DSP接口简单，高性能，低功耗，已成为当前语音处理的主流产品。16b数据结构、音频范围(采样频率为2～22.05kHz)、内含抗混叠滤波器和重构滤波器的模拟接口芯片，他有一个能与许多DSP芯片相连的同步串行通信接口。TLC320AD50C片内还包括一个定时器(调整采样率和帧同步延时)和控制器(调整编程放大增益、锁相环PLL、主从模式)。TLC320AD50C有28脚的塑料SOP封装(带DS320VC5402的硬件连接如图2所示。 500)this.style.ouseg(this) 2.3　其他功能模块的选择 (1)外挂程序存储单元　采用一片27C512作为程序存储器，系统复位后，程序自动由EPROM中加载进入DSP的片内程序存储区运行。 　　(2)语音模板存储单元　采用一片AT29C020作为模板和语音存储器，通过BDMA接口与TMS320VC5402相连。　　 (3)系统复位与电源适配　电源复位、适配和监视电路由MAX705，TPS7301和TPS7333实现。 　　另外，采用74HC574做输出识别接口，这就构成了基本的语音识别模块。加上键盘、LCD显示接口和相应的译码电路，即可构成完整的控制器。 3　系统的软件设计 3.1　TLC320AD50C与TMS320VC5402的接口设计　　 (1)TMS320VC5402串口的初始化　首先将DSP串口1复位，再对串口1的16个寄存器进行编程，使DSP串口工作在以下状态：以SPI模式运行，每帧一段，每段一个字，每字16b，采样率发生器由DSP内部产生，帧同步信号和移位时钟信号由外部产生。DSP给AD50C编程用查询方式，接收A/D转换的D信号和发送D/A转换的D信号用DMA方式。 　　(2)TLC320