【摘要】：隨著電子技術(shù)和移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展，移動(dòng)終端變得越來(lái)越貼近人們的日常生活，，更自然的人機(jī)交互方式顯得更加重要。語(yǔ)音識(shí)別作為一個(gè)更自由和方便的人機(jī)交互的方式，走入人們的生活。而且隨著移動(dòng)終端的普及，ARM平臺(tái)成為現(xiàn)在硬件平臺(tái)的熱點(diǎn)，所以研究語(yǔ)音識(shí)別在ARM-Linux平臺(tái)上的實(shí)現(xiàn)，成為一個(gè)交叉的熱點(diǎn)。論文模擬了日常家居家電控制的一套語(yǔ)音控制系統(tǒng)，目的在于在ARM-Linux平臺(tái)上實(shí)現(xiàn)一個(gè)小詞匯量的連續(xù)的非特定人的語(yǔ)音識(shí)別系統(tǒng)。論文首先深入的研究了語(yǔ)音識(shí)別的基本思想和基本流程，然后分階段研究了語(yǔ)音識(shí)別的前處理算法、兩種特征提取算法和三種比較重要的識(shí)別算法，其中重點(diǎn)研究和應(yīng)用了隱形馬爾可夫模型(HMM)，并深入研究了HMM的三個(gè)基本算法：前向后向算法、Viterbi算法、Baum-Welch算法。論文在選定了HMM作為實(shí)現(xiàn)算法之后，具體設(shè)計(jì)了系統(tǒng)的軟件模塊流程。結(jié)合劍橋大學(xué)開(kāi)發(fā)的HTK工具包進(jìn)行了對(duì)語(yǔ)音樣本的HMM模型訓(xùn)練，并將訓(xùn)練出的模板運(yùn)用語(yǔ)音識(shí)別引擎進(jìn)行識(shí)別。然后將語(yǔ)音識(shí)別模塊進(jìn)行交叉編譯，并植入ARM-Linux平臺(tái)，建立一個(gè)基于ARM-linux平臺(tái)的語(yǔ)音識(shí)別系統(tǒng)。論文為HMM在嵌入式中的應(yīng)用做了基礎(chǔ)性的探索，使語(yǔ)音識(shí)別進(jìn)入日常生活的應(yīng)用又邁進(jìn)了一步。
[Abstract]:With the rapid development of electronic technology and mobile Internet, mobile terminals become more and more close to people's daily life, and more natural man-machine interaction becomes more and more important. Speech recognition, as a freer and more convenient way of human-computer interaction, enters people's lives. And with the popularity of mobile terminals, ARM platform has become the hot spot of hardware platform now, so the research on the realization of speech recognition on ARM-Linux platform has become a cross-focus. In this paper, a set of speech control system for household appliances control is simulated in order to realize a small vocabulary continuous speaker-independent speech recognition system on the ARM-Linux platform. In this paper, the basic idea and flow of speech recognition are deeply studied, and then the pre-processing algorithm, two feature extraction algorithms and three more important recognition algorithms are studied in stages. Three basic algorithms of HMM: forward-backward algorithm, Viterbi algorithm and Baum-Welch algorithm are studied in detail. The hidden Markov model (HMM),) is studied and applied in detail. After choosing HMM as the implementation algorithm, the software module flow of the system is designed. Combined with the HTK toolkit developed by Cambridge University, the HMM model of speech samples is trained, and the trained templates are recognized by speech recognition engine. Then the speech recognition module is cross-compiled and implanted into the ARM-Linux platform to establish a speech recognition system based on ARM-linux platform. This paper makes a fundamental exploration for the application of HMM in embedded system, and makes speech recognition step forward into the application of daily life.
【學(xué)位授予單位】：河北科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TN912.34;TP368.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 劉維亭,朱志宇;基于小波網(wǎng)絡(luò)和HMM的語(yǔ)音識(shí)別方法[J];電聲技術(shù);2004年11期

2 丁愛(ài)明;;作為說(shuō)話人識(shí)別特征參量的M FCC的提取過(guò)程[J];電子工程師;2006年01期

3 荊嘉敏,劉加,劉潤(rùn)生;基于HMM的語(yǔ)音識(shí)別技術(shù)在嵌入式系統(tǒng)中的應(yīng)用[J];電子技術(shù)應(yīng)用;2003年10期

4 胡珊珊;劉加;王國(guó)梁;;嵌入式實(shí)時(shí)英語(yǔ)語(yǔ)音識(shí)別系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)[J];電子技術(shù)應(yīng)用;2006年09期

5 謝家春;葛永軍;;基于ARM的車載語(yǔ)音識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];電子世界;2013年01期

相關(guān)博士學(xué)位論文 前1條

1 吳斌;語(yǔ)音識(shí)別中的后處理技術(shù)研究[D];北京郵電大學(xué);2008年

相關(guān)碩士學(xué)位論文 前7條

1 付維;基于HMM的機(jī)器人語(yǔ)音識(shí)別系統(tǒng)的研究[D];武漢科技大學(xué);2011年

2 周冀輝;基于ARM9的語(yǔ)音控制智能終端的設(shè)計(jì)[D];華中科技大學(xué);2010年

3 郭秋平;基于ARM系統(tǒng)的Linux平臺(tái)移植研究[D];浙江大學(xué);2006年

4 孫長(zhǎng)斌;基于特定人的小詞匯量孤立詞語(yǔ)音識(shí)別[D];吉林大學(xué);2007年

5 顧亞強(qiáng);非特定人語(yǔ)音識(shí)別關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2009年

6 胡優(yōu);語(yǔ)音識(shí)別算法及其在嵌入式中的應(yīng)用[D];電子科技大學(xué);2010年

7 黃文濤;基于神經(jīng)網(wǎng)絡(luò)的嵌入式語(yǔ)音識(shí)別系統(tǒng)研究[D];廣東工業(yè)大學(xué);2012年

本文編號(hào)：2461218