語音識別及其定點DSP實現(xiàn)

語音識別研究的根本目的是研究出一種具有聽覺功能的機器，能直接接受人的口呼命令，理解人的意圖并做出相應(yīng)的反映。語音識別系統(tǒng)的研究涉及微機技術(shù)、人工智能、數(shù)字信號處理、模式識別、聲學(xué)、語言學(xué)和認(rèn)知科學(xué)等許多學(xué)科領(lǐng)域，是一個多學(xué)科綜合性研究領(lǐng)域。近年來，高性能數(shù)字信號處理芯片DSP(Digital Signal Process)技術(shù)的迅速發(fā)展，為語音識別的實時實現(xiàn)提供了可能，其中，AD公司的數(shù)字信號處理芯片以其良好的性價比和代碼的可移植性被廣泛地應(yīng)用于各個領(lǐng)域。因此，我們采用AD公司的定點DSP處理芯片ADSP2181實現(xiàn)了語音信號的識別。
　　1 語音識別的基本過程

　　根據(jù)實際中的應(yīng)用不同，語音識別系統(tǒng)可以分為：特定人與非特定人的識別、獨立詞與連續(xù)詞的識別、小詞匯量與大詞匯量以及無限詞匯量的識別。但無論那種語音識別系統(tǒng)，其基本原理和處理方法都大體類似。一個典型的語音識別系統(tǒng)的原理圖如圖1所示。

　　語音識別過程主要包括語音信號的預(yù)處理、特征提取、模式匹配幾個部分。預(yù)處理包括預(yù)濾波、采樣和量化、加窗、端點檢測、預(yù)加重等過程。語音信號識別最重要的一環(huán)就是特征參數(shù)提取。提取的特征參數(shù)必須滿足以下的要求：

　　(1)提取的特征參數(shù)能有效地代表語音特征，具有很好的區(qū)分性；

　　(2)各階參數(shù)之間有良好的獨立性；

　　(3)特征參數(shù)要計算方便，最好有高效的算法，以保證語音識別的實時實現(xiàn)。

　　在訓(xùn)練階段，將特征參數(shù)進行一定的處理后，為每個詞條建立一個模型，保存為模板庫。在識別階段，語音信號經(jīng)過相同的通道得到語音特征參數(shù)，生成測試模板，與參考模板進行匹配，將匹配分?jǐn)?shù)最高的參考模板作為識別結(jié)果。同時，還可以在很多先驗知識的幫助下，提高識別的準(zhǔn)確率。

　　2 系統(tǒng)的硬件結(jié)構(gòu)

　　2．1 ADSP2181的特點

　　AD公司的DSP處理芯片ADSP2181是一種16b的定點DSP芯片，他內(nèi)部存儲空間大、運算功能強、接口能力強。有以下的主要特點：

　　(1)采用哈佛結(jié)構(gòu)，外接16．67MHz晶振，指令周期為30ns，指令速度為33MI／s，所有指令單周期執(zhí)行；

　　(2)片內(nèi)集成了80 kB的存儲器：16 kB字的(24b)的程序存儲器和16kB字(16b)的數(shù)據(jù)存儲器；

　　(3)內(nèi)部有3個獨立的計算單元：算術(shù)邏輯單元(ALU)、乘累加器(MAC)和桶形移位器(SHIFT)，其中乘累加器支持多精度和自動無偏差舍人；

　　(4)一個16b的內(nèi)部DMA端口(1DMA)，供片內(nèi)存儲器的高速存?。灰粋€8b自舉DMA(BDMA)口，用于從自舉程序存儲器中裝載數(shù)據(jù)和程序；

　　(5)6個外部中斷，并且可以設(shè)置優(yōu)先級或屏蔽等。

　　由于ADSP2181以上的特點，使得該芯片構(gòu)成的系統(tǒng)體積小、性能高、成本和功耗低，能較好地實現(xiàn)語音識別算法。