基于凌阳单片机的语音识别系统设计 design of voice recognition system based on lingyang single chip.pdfVIP

第34卷第2期 电子工盘师 V01．34No．2 2008年2月 EI正CTRONICENGINEER Feb．2008 基于凌阳单片机的语音识别系统设计 董晓宁，张萌 (东南大学电子科学与工程学院，江苏省南京市210096) 摘要：语音识别作为一种人机交互技术，有着十分广泛的应用。介绍一种基于具有DSP(数字 信号处理器)功能的凌阳单片机的语音识别系统设计，它能完成针对特定人的若干命令(特定的孤立 词)的语音识别。本设计在具体实践时，以汉语言的短命令为识别对象，体现汉语音特征；在系统软件 和硬件设计上强调简单实用的特点，简化系统结构，增强控制能力。文中介绍的方法克服了使用DSP 芯片建立同样系统时的一些不足，如设计繁琐、价格高、控制不够灵活等。 关键词：语音识别；单片机；特定人；孤立词 中图分类号：TN912．3 0引言 语音识别根据实际需要和应用场合的不同，可以 ％曜雹型粥。 分为孤立词识别和连续语音识别、特定人识别和非特 l壑些生望型H网．1 定人识别¨引。语音识别追求的主要指标为高识别率、 图1语音识别系统的基本结构 实时性和大词汇量；而对于一个语音识别系统，还应考 虑软硬件设计简单、价格低廉、外围控制灵活、人机交 1．1起止点识别 互便捷等特点。现在应用于语音识别的芯片主要为 语音信号处理基于语音短时稳定性，当采样频率 DSP(数字信号处理器)芯片，如r11公司的TMS320系为8 16 列。然而，将DSP芯片用于小型语音识别系统中，其 ms。 不足之处是很明显的旧’51：引脚多，价格贵，使用繁琐； 字音由浊音和清音构成，与噪声相比，浊音表现为 控制功能弱，常需要与单片机或FPGA(现场可编程门高能量，清音表现为高过零率。对一帧声音数据，能量 阵列)结合，来实现人机交互；常需要外接A／D转换芯 和过零率分别用短时段能量特征En和短时段过零率 J 片；引脚为3．3V，与单片机、FPGA、Flash存储器等连表征ZCRn【l之’6o 接时，要考虑电平匹配。这些将使整个系统结构庞大， 通过区别于背景噪声可以判别语音起止点。取连 设计繁琐。本设计采用具有DSP功能并内置声音续10帧背景噪声数据，计算出IZCT(过零率阈，记为 A／D转换器的凌阳单片机，融合控制和DSP功能，使t脚)及rri(能量阈，记为trrL)： 系统大大简化。现在语音特征的提取和识别方法很 tIzcT=rain(1r，k+2盯脚) 多，如隐马尔可夫法对非特定人连续语音有很高的识 别率…，但过程繁琐。人们在现实生活中还常常用到 式中：k、盯坛。为过零率的均值和标准差；厶为固定值， 一些短小的命令来控制被控对象的行为，针对这种特 J。 一般取25；，I。，k。分别为能量的最大值和最小值M 定人的孤立词的汉语识别，本设计以语音的线性预测 汉字的一个字音由清音加浊音或直接由浊音构 系数为语音特征，基于时序的特征值差的分段线性匹 成，结尾无清音；孤立词两字音之间空隙很短。则起点 配法为识别方法，识别率高，且运算简单，能很好地满 判别方法为：连续10帧E。都超过ITL的首帧——针 足设计要求。 对直接由浊音构成的情况；或连续10帧中3帧ZCRn 1语音识别系统的构成