DSP与HMM结合的语音识别系统设计——基于IEEE 1149.6-2015

"本章小结-ieee std 1149.6-2015" 本文主要关注的是基于DSP（数字信号处理器）和HMM（隐马尔可夫模型）的非特定人汉语孤立数字语音识别系统的设计与实现。在深入理解语音识别理论的基础上，该硕士学位论文详细阐述了系统的构建过程，包括理论基础、硬件电路设计和软件设计。 首先，对于语音识别的理论基础，论文涵盖了语音识别的分类，如非特定人识别和孤立词识别，以及语音识别系统的关键组成部分。预处理阶段涉及对原始语音信号的处理，例如去除噪声、归一化等。特征参数提取是语音识别的核心，论文提到了12阶LPCC（线性预测倒谱系数）、12点一阶差分倒谱系数和12点一阶差分能量系数作为特征向量，这些参数有助于捕捉语音信号的关键特性。此外，论文还简要介绍了声学模型，尤其是HMM在语音识别中的应用，HMM能够建模语音的动态变化，用于训练和识别。 硬件设计部分，论文详述了基于TI的TM320VC5402 DSP芯片的硬件平台搭建。TLC320AD50芯片用于模拟语音信号的采集，硬件还包括内存扩展模块、LED显示模块、JTAG调试电路和电源电路，这些组件共同构成了一个完整的语音识别系统。 在软件设计方面，VUS算法被用于端点检测，以准确地定位语音片段的开始和结束。特征向量的选择和HMM的运用是提高识别准确性的关键。通过训练HMM模型，系统能够对输入的语音信号进行匹配和识别，最终结果通过LED显示器输出。 关键词涉及到的技术点有：语音识别技术，LPCC作为重要的特征参数，HMM作为语音识别的模型，以及TM320VC5402 DSP芯片在系统中的核心作用。 此研究不仅对理论知识进行了深入探讨，还提供了实际系统的实现细节，对于理解语音识别系统的工作原理以及在DSP平台上实现的具体步骤具有很高的参考价值。它展示了如何将理论知识应用于实际工程问题，为数字语音识别技术的应用和发展提供了坚实的基础。