结合基因演算法及经验模态分解法改善具环境噪音之语音辨识率及.pdfVIP

行政院國家科學委員會專題研究計畫 成果報告 結合基因演算法及經驗模態分解法改善具環境噪音之語音 辨識率及 FPGA晶片實現 研究成果報告(精簡版) 計 畫 類 別 ： 個別型 計 畫 編 號 ： NSC 99-2221-E-390-027- 執 行 期 間 ：99年08月01日至 100年10月31日 執 行 單 位 ：國立高雄大學資訊工程學系 計 畫 主 持 人 ： 潘欣泰 共 同 主 持 人 ：張政元 計畫參與人員： 碩士班研究生-兼任助理人員：李英瑋 碩士班研究生-兼任助理人員：陳弘晉 大專生-兼任助理人員：邱廷朋 大專生-兼任助理人員：郭皇葆 報 告 附 件 ： 出席國際會議研究心得報告及發表論文 公 開 資 訊 ： 本計畫涉及專利或其他智慧財產權，2年後可公開查詢 中 華 民 國 101 年 01月 20 日 中 文 摘 要 ： 語音辨識控制的功能是未來消費性電子相關產品的一種發展 趨勢。然而語音辨識控制目前仍以個人電腦為主要辨識平 台，這不但使得一般語音辨識系統的價格昂貴，且體積過 大，無法嵌入到小型可攜式的電子設備上，以進行各種生活 上的應用，再加上對非特定語者辨識效果不佳，導致語音辨 識控制的功能一直無法產品化。本計畫主要目的是實作出具 強健性的語音辨識SOC晶片，希望能達到（一）較高的具雜 訊背景的強健語音辨識率（二）辨識平台晶片化（三）較快 的計算速度（四）對非特定語者的辨識效率提高。本計畫分 成兩個階段來進行： 第一階段是考慮具有背景雜訊之強健性語音辨識研究，本計 畫對於含雜訊的語音，採用經驗模態分解法(Empirical Mode Decomposition, EMD)將含雜訊的語音訊號分離成多組本質模 態函式(Intrinsic Mode Function, IMF)，針對不同本質模 態函式做語音辨識上之實驗，以期能找出本質模態函式與語 音雜訊間之關係，並以實數型基因演算法針對不同語者，找 出本質模態函式之權重，將分離出之本質模態函式依權重還 原成語音後，能降低雜訊之干擾，提升語音辨識系統抗雜訊 之能力。最後，以隱藏式馬可夫模型(Hidden Markov Model, HMM)進行語音辨識。 第二階段是使用場可程式閘陣列晶片(Field Programmable Gate Array, FPGA)做為實現SOC架構的平台，並將語音辨識 晶片實現於此平台上。而其他周邊電路如濾波、特徵值計 算、語音編解碼、輸出等相關電路，亦將整合在該FPGA （SOC）晶片中，如此，可縮小整個語音辨識控制電路的尺寸 並降低所使用的電子元件。由於受限於SOC晶片之有限硬體 資源，使得語音辨識速度較慢。為改善此一問題，本計畫以 整數FFT改善語音辨識系統中FFT的計算速度，在不影響辨