基于DSP的机器人语音命令识别系统研制

论文摘要

语音是人类进行交流的手段,因此,使用语音作为人机交互的途径对于使用者来说是最自然的一种方式,同时设备的小型化也要求省略键盘以缩小体积,增强灵活性。近年来,语音识别技术被广泛应用于工业控制、消费类产品及移动通信中,是高科技应用领域的研究热点。本文就是在这种情况下对可用于机器人的特定人孤立词语音识别系统做了一些探讨。论文首先分析了语音识别技术在国内外的发展状况,在阐明本课题的研究背景和意义的基础上,介绍了语音识别系统的基本理论,分析了语音识别的基本工作过程,对语音模型训练和匹配的动态时间规整(DTW)和隐马尔柯夫模型(HMM)算法作了简单介绍。根据语音信号的特点和本系统的功能需求,确定了本系统的识别方案。然后根据功能需求对系统的硬件作了总体规划,完成了以DSP为主处理芯片的系统的硬件设计,给出了硬件系统各部分的具体电路设计,包括时钟、电源电路、A/D转换、外扩存储器、复位以及JTAG接口等。软件设计方面,针对孤立词识别的特点,论述了系统软件的设计过程,给出了语音识别各部分的流程图,重要部分用MATLAB7.0进行了仿真,给出了仿真结果,实现了对输入命令词的识别。最后进行了硬件的调试和软件在硬件平台上的实现,重点论述了和硬件相关的DSP程序的编写和TMS320VC5509A引导装载程序的设计过程,并对识别结果作了分析。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题来源及研究的目的意义
• 1.2 国内外发展现状
• 1.3 语音识别中存在的问题
• 1.4 本论文主要研究内容
• 第2章 语音识别的基本理论
• 2.1 语音的基础知识
• 2.1.1 语音信号的产生
• 2.1.2 语音信号的特点
• 2.2 语音识别系统概述
• 2.3 语音识别的预处理
• 2.4 语音信号的端点检测
• 2.5 特征参数的提取
• 2.5.1 线性预测的倒谱系数（LPCC）
• 2.5.2 Mel 频率倒谱系数（MFCC）
• 2.6 语音的模板匹配与识别
• 2.6.1 动态时间规整（DTW）技术
• 2.6.2 隐马尔柯夫模型（HMM）
• 2.7 本章小结
• 第3章 语音识别系统硬件设计
• 3.1 本系统的结构框架
• 3.2 主要器件介绍
• 3.2.1 TMS320VC5509A 芯片
• 3.2.2 TLV320AIC23 芯片
• 3.3 系统硬件电路设计
• 3.3.1 时钟设计
• 3.3.2 系统电源电路
• 3.3.3 TLV320AIC23 与 DSP 的电路连接及接口设计
• 3.3.4 DSP 与外扩FLASH 模块的接口设计
• 3.3.5 TMS320VC5509A 与SDRAM 的接口实现
• 3.3.6 复位电路设计
• 3.3.7 JTAG 仿真接口
• 3.4 设计PCB 板的一些问题及解决方案
• 3.5 本章小结
• 第4章 软件算法设计与仿真
• 4.1 语音预处理
• 4.1.1 预加重仿真
• 4.1.2 语音信号的分帧加窗及仿真
• 4.2 端点检测算法及仿真
• 4.2.1 短时能量分布
• 4.2.2 短时过零率
• 4.2.3 端点检测算法
• 4.3 特征参数提取的程序及仿真
• 4.4 语音样本和语音库的建立
• 4.5 语音模版匹配和识别仿真
• 4.6 本章小结
• 第5章 系统硬件调试及软件在DSP 上的实现
• 5.1 系统硬件调试
• 5.1.1 辅助硬件电路调试
• 5.1.2 DSP 以及外部存储器调试
• 5.2 DSP 集成开发环境
• 5.3 DSP 程序文件的编写
• 5.4 DSP 程序装载
• 5.4.1 DSP 的自举模式配置
• 5.4.2 创建自举表
• 5.5 系统性能测试及结果分析
• 5.5.1 系统性能测试实验
• 5.5.2 结果分析
• 5.6 本章小结
• 结论
• 参考文献
• 附录1 线性预测倒谱系数（LPCC）提取的程序
• 附录2 MFCC 参数提取程序
• 附录3 DTW 算法的实现程序
• 附录4 DSP 链接配置文件（CMD）
• 致谢