基于DSP的語音識別計(jì)算器設(shè)計(jì)
加入技術(shù)交流群
2)將離散譜X(k)通過M個(gè)Mel頻率濾波器組可得到Mel頻譜并通過對數(shù)能量的處理，得到對數(shù)頻譜S(n)。計(jì)算S(n)通過每一個(gè)濾波器的輸出，得到M個(gè)h(m)參數(shù)。
3)對所有濾波器輸出進(jìn)行對數(shù)運(yùn)算，再進(jìn)一步進(jìn)行離散余弦變換(DCT)，即可得到MFCC參數(shù)。
一般在Mel濾波器的選擇中。Mel濾波器組都選擇三角形的濾波器，但也可以是其他形狀，如正弦形的濾波器組等。
2．4 模板匹配(HMM算法)
本文采用隱馬爾科夫模型(HMM算法)進(jìn)行模式匹配。它將特征矢量作為模板，在語音識別模式匹配時(shí)，對輸人的語音與模板庫中的模板進(jìn)行比較，最后將相似度最高的作為輸出結(jié)果。HMM算法解決由于說話人語速不同和連續(xù)說話的而帶來的失真問題，還能大大減少運(yùn)算時(shí)間，提高識別率。
隱馬爾可夫模型是一個(gè)雙重隨機(jī)過程的統(tǒng)計(jì)模型，其基本隨機(jī)過程是隱藏起來觀測不到的，另一個(gè)隨機(jī)過程則產(chǎn)生觀測序列。對于語音識別系統(tǒng)，觀測序列0就是矢量量化后的結(jié)果序列，模型λ就是由訓(xùn)練語音得到的模板。語音的訓(xùn)練過程就是產(chǎn)生模板λ的過程，而語音的識別過程就是求出在模板λ下，待識別語音的結(jié)果序列0的條件概率P[O／λ]。
由α(i)和β(i)的定義可直接得到：P[O／λ]=αt(i)βt(i)。而語音的訓(xùn)練算法則較復(fù)雜，目前都采用迭代的方法得到a和b的近似解，其迭代公式如：
在實(shí)際應(yīng)用中，僅對詞條的少數(shù)次發(fā)音進(jìn)行訓(xùn)練的語音識別系統(tǒng)。不可能對各種復(fù)雜語境下的不同發(fā)音都有較高的識別率。某些較陳舊的識別算法如動(dòng)態(tài)時(shí)間彎曲法，只能把單詞的多次訓(xùn)練發(fā)音形成多個(gè)模板，造成模板數(shù)量成倍增加，影響系統(tǒng)的實(shí)時(shí)性。而HMM能夠?qū)σ粋€(gè)詞的多個(gè)訓(xùn)練序列進(jìn)行有效的融合而形成一個(gè)模板。當(dāng)訓(xùn)練發(fā)音的數(shù)量增多時(shí)，只會(huì)造成訓(xùn)練過程的計(jì)算量增大。而不會(huì)使識別過程的計(jì)算量有絲毫增加，這對系統(tǒng)的實(shí)時(shí)性是相當(dāng)有利的。本文引用地址：http://www.ex-cimer.com/article/166656.htm
3 系統(tǒng)測試
針對計(jì)算器的使用特點(diǎn)和環(huán)境，分別在2個(gè)地點(diǎn)測試系統(tǒng)的性能。1)封閉的實(shí)驗(yàn)室(地點(diǎn)1)，噪聲較小，采集的信號較為良好，缺點(diǎn)是有回聲。2)課間休息的教室(地點(diǎn)2)，噪聲及大，干擾很強(qiáng)，信號的采集質(zhì)量很差。
因?yàn)檎麄€(gè)系統(tǒng)的設(shè)計(jì)是實(shí)現(xiàn)計(jì)算器的計(jì)算功能，因此本次的實(shí)驗(yàn)是在系統(tǒng)識別數(shù)字和運(yùn)算符號等語音后在顯示器上顯示數(shù)學(xué)運(yùn)算公式，并在識別出“等于”或“得出”2個(gè)詞組的語音后顯示出“=”和最后的計(jì)算結(jié)果。
在測試前預(yù)先采集5男5女共1 000個(gè)語音樣本(內(nèi)容為數(shù)字0到100，加、減、乘、除、等于和十、百、千、萬等基本計(jì)算所需要的數(shù)字和運(yùn)算符號讀音)，并且對所有樣本進(jìn)行訓(xùn)練。另外找10人(4女，6男)在各實(shí)驗(yàn)地點(diǎn)進(jìn)行實(shí)時(shí)測試，每人10個(gè)，共100個(gè)未經(jīng)訓(xùn)練的樣本。用這些樣本對系統(tǒng)進(jìn)行測試，其測試結(jié)果如表1所示。
由表l所示，在相同的實(shí)驗(yàn)設(shè)備條件下，在噪聲較小的環(huán)境下的系統(tǒng)識別率要遠(yuǎn)高于在嘈雜的環(huán)境下。特別是非經(jīng)訓(xùn)練的樣本在嘈雜環(huán)境下的識別率比較低，主要是因?yàn)榄h(huán)境中的噪聲相當(dāng)復(fù)雜，查看頻譜圖發(fā)現(xiàn)噪聲幾乎與說話人語音混雜疊加，算法難以識別。
4 結(jié)論
本文設(shè)計(jì)的語音識別計(jì)算器系統(tǒng)，除兼有語音識別的功能，還能對識別的語音信號做進(jìn)一步處理。由于采用HMM模型對語音信號進(jìn)行端點(diǎn)檢測，大大提高語音信號起止點(diǎn)判斷準(zhǔn)確性，提高了識別的準(zhǔn)確率。由于系統(tǒng)運(yùn)算復(fù)雜。計(jì)算量和存儲(chǔ)量都很大，同時(shí)也需要實(shí)時(shí)處理語音信號與算法，系統(tǒng)所采用的TMS320VC5509，由于其具有0．05 MW／MIPS的功耗，800 MIPS的運(yùn)算能力等優(yōu)越的性能，完全能夠滿足實(shí)時(shí)識別功能。實(shí)驗(yàn)表明，該計(jì)算器系統(tǒng)處理速度快，運(yùn)行穩(wěn)定，達(dá)到了設(shè)計(jì)要求。
評論