DSP与HMM结合的语音识别系统设计

需积分: 50 38 下载量 186 浏览量 更新于2024-07-23 4 收藏 3.96MB PDF 举报
"这篇论文是关于基于DSP和HMM的语音识别系统的设计与实现,作者是项勇,属于控制理论与控制工程专业的硕士论文,由吴谨指导,完成于2008年5月。论文主要关注的是数字语音识别在数字信息化时代的应用,特别是对于非特定人的汉语孤立数字语音识别系统的研究。" 在当今数字信息化社会,语音识别技术正逐渐发展,使得数字化特征如信用卡号码、电话语音拨号等可以通过语音识别技术进行处理。数字语音识别系统能够识别并理解用户说出的数字,提供便捷的人机交互方式,广泛应用于军事和民用领域,如电话人口统计、远程股票交易验证等。随着电话网络的普及,这一技术的实用性更加凸显。 论文首先概述了语音识别的基础理论,包括语音信号预处理(如去除噪声、增强信号)、特征提取(如LPCC、倒谱系数和能量系数)、训练问题以及解码问题。此外,还简要介绍了语音识别中的声学模型,这是构建识别系统的关键部分。 然后,论文详细阐述了基于DSP(Digital Signal Processor)的语音识别硬件系统设计。选择了TM320VC5402作为核心处理器,利用TLC320AD50芯片进行语音信号采集,并设计了包括内存扩展模块、LED显示、JTAG电路和电源电路在内的完整硬件平台。 在软件设计方面,论文强调了采用VUV算法进行端点检测,以提高识别的准确性。特征向量选取了12阶LPCC(线性预测 cepstral coefficients)、12点一阶差分倒谱系数和12点一阶差分能量系数。为了建立和识别语音模型,采用了HMM(隐马尔可夫模型)。最后,开发了硬件驱动程序,确保整个系统的正常运行。 关键词涵盖了语音识别、LPCC(一种常用的语音特征参数)、HMM(在语音识别中常用的一种概率模型)以及用于硬件平台的TM320VC5402 DSP芯片。 这篇论文深入探讨了基于DSP的非特定人汉语孤立数字语音识别系统,为实际应用提供了理论和技术支持,对于理解语音识别技术的实现原理以及在具体硬件平台上的应用具有很高的参考价值。