基于嵌入式的家电关键词语音识别系统的研究与设计

基于嵌入式的家电关键词语音识别系统的研究与设计

论文摘要

语音识别技术(SR)是利用计算机处理语音信号,并将语音信号转换成有意义符号序列的一项技术。以命令词识别、关键词识别和连续数字串识别为代表的中小词汇量语音识别技术,是语音识别实用化研究中相当重要的方向。论文设计一个基于嵌入式的非特定人关键词语音识别系统,该系统用于定位并识别人类对家电的控制语音中的关键词,为控制执行系统的操作提供依据,可以提高家居生活的自动化程度。论文的主要工作在于两个方面:第一,研究关键词语音识别系统的各个组成部分,提出并实现一个针对嵌入式应用的关键词识别系统的方案;第二,研究并实现基于DSP平台的关键词语音识别。论文针对嵌入式应用对连续的隐马尔可夫模型(CHMM)进行简化,提出采用候选模型策略来实现关键词识别,实验表明候选模型是一种有效的关键词识别方案,在候选模型个数为5时系统关键词检出率达到83.51%,总体识别性能良好。提出一种基于二次切分的连续语音端点检测算法,在对汉语音节的定位方面性能良好。建立一个用于训练、测试与自适应的语音库。研究了说话人自适应技术,使用特定人的样本对非特定人模型进行自适应调整,提高了系统对特定人的识别性能。研究DSP的接口技术,实现DSP通过麦克风采集语音并进行关键词识别。

论文目录

  • 论文摘要
  • Abstract
  • 第一章 引言
  • 1.1 语音识别概述
  • 1.2 语音识别的难点
  • 1.3 关键词识别
  • 1.3.1 定义
  • 1.3.2 应用领域
  • 1.3.3 国内外研究现状
  • 1.4 论文的由来及主要工作
  • 第二章 语音识别基本原理
  • 2.1 语音信号产生的数学模型
  • 2.2 预处理
  • 2.3 语音信号分析
  • 2.4 特征提取
  • 2.5 端点检测
  • 2.5.1 基于能量—过零率的孤立字端点检测
  • 2.5.2 基于二次切分的端点检测改进算法
  • 2.5.3 实验结果及分析
  • 第三章 基于HMM 的关键词语音识别系统
  • 3.1 HMM 的基本原理
  • 3.1.1 HMM 的模型参数
  • 3.1.2 HMM 的基本问题及解决
  • 3.1.3 HMM 的分类
  • 3.2 针对嵌入式应用的HMM 选型
  • 3.3 关键词识别系统
  • 3.3.1 基本组成
  • 3.3.2 基于垃圾模型的关键词识别网络
  • 3.4 说话人自适应技术的应用
  • 3.4.1 最大后验概率法(MAP)
  • 3.4.2 基于MAP 的模型参数重估
  • 第四章 关键词语音识别系统的DSP 实现
  • 4.1 TDS642EVM 板简介
  • 4.2 基于DSP 的系统实现方案
  • 4.2.1 多路音频串口(McASP)的初始化
  • 4.2.2 EDMA 通道初始化
  • 4.2.3 音频编解码器TLV320AIC23
  • 4.2.4 TLV320AIC23 的与DM642 的接口通信
  • 4.2.5 基于片级支持库(CSL)的软件设计
  • 4.3 代码移植
  • 4.4 系统的识别速度测试
  • 4.4.1 实验条件
  • 4.4.2 实验结果统计及分析
  • 第五章 识别性能的实验结果及测试分析
  • 5.1 实验条件
  • 5.2 采用候选模型策略的关键词识别
  • 5.3 衡量识别性能的指标
  • 5.4 实验测试结果
  • 5.4.1 说话人自适应性能测试
  • 5.4.2 关键词识别性能测试
  • 5.5 测试结果分析
  • 5.5.1 说话人自适应的性能分析
  • 5.5.2 关键词识别的性能分析
  • 5.5 实验总结
  • 5.5.1 端点检测算法
  • 5.5.2 HMM 模型结构
  • 5.5.3 训练样本的数量
  • 5.5.4 训练与测试语音的差异
  • 5.5.5 语音的能量
  • 5.5.6 语法解码
  • 总结和展望
  • 参考文献
  • 硕士研究生期间发表的论文
  • 致谢
  • 附录
  • 相关论文文献

    标签:;  ;  

    基于嵌入式的家电关键词语音识别系统的研究与设计
    下载Doc文档

    猜你喜欢