基于HMM的連續(xù)小詞量語音識別系統(tǒng)的研究
加入技術(shù)交流群
如果P(O／λZ)和
距離太大，則返回步驟(2)，反復(fù)迭代運算，直到HMM模型參數(shù)不再發(fā)生明顯的變化為止。2．2 HMM模型識別
HMM模型的輸出概率用Viterbi算法計算，因為概率值一般都遠小于1，這里用取對數(shù)后的概率作為輸出值：
以上式中δt(i)表示t時刻第i個狀態(tài)的累積輸出概率；φt(i)表示t時刻第i個狀態(tài)的前續(xù)狀態(tài)號；
為最優(yōu)狀態(tài)序列中t時刻所處的狀態(tài)；P*為最終的輸出概率。3 實驗結(jié)果
系統(tǒng)首先通過語音錄入模塊的麥克風將語音信號輸入UDA1341 TS數(shù)字音頻處理芯片，通過S3C2410向UDA1341數(shù)字音頻處理芯片發(fā)送指令，數(shù)字音頻處理芯片由內(nèi)部A／D對語音信號進行采樣，調(diào)用語音壓縮算法對語音信號進行壓縮，并調(diào)用語音識別函數(shù)API對輸入語音進行基于模式匹配算法的語音識別，最終UDA1341數(shù)字音頻處理芯片將識別結(jié)果通過I／O傳送到ARM S3C2410，S3C2410接收到識別結(jié)果后，根據(jù)不同的識別結(jié)果再向UDA1341 TS發(fā)送不同指令，以此實現(xiàn)語音識別系統(tǒng)的功能。
系統(tǒng)采用三星的S3C2410作為嵌入式CPU，這是一款高性價比、低功耗、高性能、高集成度的CPU，基于ARM9核，主頻為203 MHz，專為網(wǎng)絡(luò)通信和手持設(shè)備而設(shè)計，能滿足語音識別系統(tǒng)中的低成本、低功耗、高性能、小體積的要求。
實驗采用10字中文數(shù)碼，分別在室外環(huán)境和實驗室環(huán)境下測試，結(jié)果如表1所示。本文引用地址：http://www.ex-cimer.com/article/150493.htm
通過測試表明，在實驗室環(huán)境下該系統(tǒng)在UDA1314TS DSP芯片上得到的結(jié)果比較令人滿意，具有良好的魯棒性，識別率達到實用要求，但在室外較高噪音條件下的識別率相對實驗室環(huán)境下有一定差距，滿足語音識別基本要求。
4 結(jié)論
本文系統(tǒng)采用隱馬爾可夫模型的語音識別算法，能夠?qū)?a class="contentlabel" href="http://www.ex-cimer.com/news/listbylabel/label/小詞">小詞量、連續(xù)語音進行識別，識別率較高。ARMS3C2410微處理器和UDA1314TS音頻處理芯片的結(jié)合應(yīng)用，能使本語音識別系統(tǒng)具有較強的實時性。體積小，攜帶方便，使用靈活，可移植性強的特點使系統(tǒng)在進一步改進和發(fā)展后能夠用于工業(yè)語音控制領(lǐng)域中，還可用于聲控玩具、聲控設(shè)備等人們的日常生活中。
但由于技術(shù)水平和硬件環(huán)境的限制，該語音識別系統(tǒng)在算法、硬件方面都需要進一步的研究和完善。該嵌入式語音識別系統(tǒng)的研究為進一步開發(fā)和研究實用性嵌入式語音識別系統(tǒng)做出了重要的嘗試和探索工作。
評論