一种新型语音识别智能锁设计与实现.docVIP

一种新型语音识别智能锁的设计与实现 　　摘 要：本文分析了一种新型语音识别智能锁的系统设计架构，同时阐述了一种新型语言识别智能锁的关键算法与处理流程，最后结合已有经验，分析与阐述了一种新型语言识别智能锁的性能优化设计。旨在全面了解一种新型语言识别智能锁的优化设计方法，确保其应用的高效和稳定。 　　关键词：语音识别；新型智能锁；设计架构；优化设计 　　中图分类号：TN912 文献标志码：A 　　1 一种新型语音识别智能锁的系统设计架构 　　在语音识别技术的应用下，成功地把声控功能应用到了锁具之中，进而有新的一种带有语音识别功能的智能锁出现。众所周知，语音信号实际上是属于是一个慢时间变化的信号。在具体应用环节，能够把语音信号划分成若干帧用于提取短时语音特征，且在帧内按照规定信号进行分析与处理。针对“特征提取”这一环节内容需要把数字语音信号按照8ms～20ms短时段的形式对数据进行分组处理，且邻段之间可相互重叠。通过一系列提前拟定好的特征提取程序能够将每一短时段内的特征向量计算出来，而后再把计算出的特征向量组成序列形式，便于存储，而这样一个过程便称为模板。需注意的是在实际计算环节，所有涉及到该系统识别的模板均需要存储起来。 　　语音识别又可分成语音识别、语音样板训练等两部分，而涉及于其中的标准化模式存储空间则被称作“词库”，且单一的标准模式则被称作“样板”。这里提及的语音样板训练，第一步要做的便是频谱分析待识别命令，第二步则是将提取出的特征参数当作标准化识别模式，第三步便是将其存放到由flash存储器所构成的模板库之中。值得一提的是，语音识别过程实质上可看成是提取语音命令特征参数的过程，相较于词库中的样板而言，前者需要提取样板中相似度最好的命令序号当作识别结果，如此才能有效判定信号属性，便于实施后续操作。 　　2 一种新型语音识别智能锁的关键算法与处理流程 　　2.1 基本过程 　　按照实际应用环境的不用，可将语音识别系统划分成4种类型，即小词汇量和大词汇量识别、特定人和非特定人识别、无限词汇量识别、独立词和连续词识别。具体的语音识别过程包含了语音信号预处理―特征提取―模式匹配等环节。其中预处理又包含了预滤波―采样与量化―加窗―端点检测―预加重等环节。整个语音信号识别中最为关键的部分为提取特征参数。实际提取过程中应满足以下3个条件：第一个条件所提取的特征参数应具有代表性，即能代表语音特征，且在区分性能方面表现良好；第二个条件各个阶段的参数间应表现出良好的独立性；第三个条件则是所选特征参数应便于计算，能够采用最高效算法进行计算，并以此确保语音识别实时实现。 　　正式进入训练阶段后，务必对特征参数进行一系列有效处理，即涉及于其中的每一个词条都需要建立与之相对应的模型，并将这一模型保存到模板库中。进入识别阶段后，语音信号从同一个通道处通过便获得语音特征参数，紧接着便生成了测试模板，随后匹配参考模板，并以此把匹配分?底罡叩哪且桓霾慰寄０宓弊魇侗鸾峁?应用到运算环节。除此之外，还能够通过很多先验知识的利用，来提升识别准确率。 　　2.2 DSP实现技术 　　DSP实现技术为Digital Signal Processing英文缩写，中文翻译成数字信号处理技术，作为一门多学科交融的新技术，应用DSP实现技术首先要实现浮点运算定点，而这需要应用到数字信号处理算法，即在ASIC、DSP等专用处理设备的应用下展开运算操作。诸如：语音识别算法中，涉及到很多浮点运算，而在语音识别程序编写过程中，首先需要解决的问题是使用定点DSP将实现浮点运算。针对这一问题，按照相关经验，可通过数定标的方式来实现。 　　其次处理数据精度。使用16b定点DSP实现语音识别算法之时，虽在一定程度上提高了程序运行速度，但数据精度依然不高，分析其原因，极大可能是因为中间运算环节累计额误差较大而影响到运算结果的准确性。要想提升数据运算精度，除了适时扩展精度外，还应采用伪浮点法用以表示浮点数。 　　3 一种新型语音识别智能锁的性能优化设计 　　3.1 硬件性能优化设计 　　首先针对基本的硬件模块设计。利用声音校对模块再通过语音识别模块来采集外界信息，而后把采集到的模块信息传送到SPCE061A型单片机中，再通过图像识别模块来辨识与处理接收到的信息，把最终判别结果输送到开关控制模块中，最后便达到语音识别智能锁中。 　　其次针对图像识别模块设计。门禁系统若仅是依靠着语音识别功能进行控制，那么便无法确保足够的安全性，甚至有可能发生盗取合法用户的声音信息或非法入侵等情况，要想保证语音识别智能锁使用的安全与稳定，那么在设计环节便需要添加图像识别模块，其根本目的在于保证使用着合法身份。这一模块主要是通过锁内安装的摄像头来获取各种图像信息，并将其传输到图像处理芯