孤立詞語音識別芯片中特征提取的算法研究與實(shí)現(xiàn).pdf

1、近二十年來，語音識別技術(shù)取得顯著進(jìn)步，開始從實(shí)驗(yàn)室走向市場，并出現(xiàn)了一些商用語音識別軟件，例如IBM中文語音識別系統(tǒng)ViaVoice。但專用語音識別芯片的研究和開發(fā)還較少，這極大影響了語音識別技術(shù)的使用和推廣。論文研究內(nèi)容主要應(yīng)用于小詞匯量、非特定人、孤立詞的漢語語音識別芯片。
　　論文深入分析了語音識別中預(yù)處理和特征參數(shù)的提取過程，并在各類算法上進(jìn)行了優(yōu)化，采用了適應(yīng)于本課題語音信號特點(diǎn)的兩N點(diǎn)實(shí)序列快速傅里葉變換方法，比分離的

2、快速傅里葉變換節(jié)省了46％的運(yùn)算操作。在特征提取過程中，考慮到人耳對不同頻率的語音具有不同的感知能力，采用梅爾頻率濾波器組提取梅爾頻率倒譜系數(shù)。另外，論文還研究了影響語音識別性能的環(huán)境變化因素，并重點(diǎn)分析了抑制通道畸變的倒譜歸正法。論文深入研究了語音端點(diǎn)檢測算法和語音激活檢測算法，并通過實(shí)驗(yàn)對該算法進(jìn)行了閾值適應(yīng)性改進(jìn)，改進(jìn)的聯(lián)合語音激活檢測以短時(shí)能量和短時(shí)過零率為語音檢測特征的語音端點(diǎn)檢測算法，具有良好抗噪音性能。實(shí)驗(yàn)證明，該算法計(jì)算

3、簡便、準(zhǔn)確率高，能夠較好地適用于語音識別系統(tǒng)中孤立句子的檢測，避免了傳統(tǒng)算法中僅適用于較短孤立詞的缺點(diǎn)。
　　論文完成了預(yù)處理和特征提取算法的浮點(diǎn)C、定點(diǎn)C和嵌入式匯編代碼實(shí)現(xiàn)及接口模塊的ASIC設(shè)計(jì)。論文在算法的C代碼實(shí)現(xiàn)中，設(shè)計(jì)了特殊函數(shù)的定點(diǎn)實(shí)現(xiàn)以平衡空間和時(shí)間的折衷。論文在匯編代碼的實(shí)現(xiàn)中，采用嵌入內(nèi)核的特點(diǎn)，減少指令代碼、平衡指令存儲、系數(shù)存儲和執(zhí)行效率。最后，論文將匯編生成的二進(jìn)制代碼及接口模塊和DSP核的代碼在Spa