本文關(guān)鍵詞：基于嵌入式的孤立詞快速識別算法研究及實現(xiàn)

  更多相關(guān)文章： 語音識別 特征提取 過零譜 仿生模式識別 STM32

【摘要】：近幾年來,隨著人們生活節(jié)奏的不斷加快、人們的生活質(zhì)量不斷提高,同時筆記本電腦、手機等電子產(chǎn)品在我們的日常生活中越來越重要,這就導(dǎo)致人們對電子產(chǎn)品的要求不停地提高,對其智能化的需求也逐漸變高。計算機在我們平時的工作學(xué)習(xí)中變得越來越重要,目前人們希望能夠更加快捷有效的與其進行交流。語音識別技術(shù)實現(xiàn)了讓機器“聽懂”人的語言,隨著語音識別技術(shù)正不斷走向成熟,在不久的將來人們就可以通過語音與計算機進行交互,從而不再使用鍵盤。本文首先簡單介紹語音識別系統(tǒng),包括語音信號的預(yù)處理;語音信號特征參數(shù)的提取過程;語音識別算法過程,該模塊主要介紹了矢量量化的原理和實現(xiàn),動態(tài)時間規(guī)整算法以及最常用的隱馬爾科夫模型算法。本文的主要工作集中在兩個方面,一個是提出一種新的時頻特征——過零譜,用過零譜作為特征參數(shù)進行語音識別,同時在識別算法上也做出改善,提出了一種高識別率、低復(fù)雜度的語音識別算法——基于超球串的仿生模式識別算法;另一個是語音識別系統(tǒng)的MATLAB仿真和硬件系統(tǒng)的實現(xiàn),仿真主要包括了錄制語音信號的仿真、語音信號短時能量和短時平均過零率的仿真、端點檢測的仿真、后續(xù)的特征參數(shù)提取以及孤立詞識別的仿真;硬件系統(tǒng)設(shè)計的芯片選用的是意法半導(dǎo)體公司出產(chǎn)的STM32F103RBT6芯片,本文對于整個系統(tǒng)的硬件以及軟件的設(shè)計給出了詳細說明,從而設(shè)計出孤立詞語音識別系統(tǒng)。本文通過對語音信號的不斷分析以及各種參數(shù)的比對研究,得到新的特征提取方法,并且在識別階段采用仿生模式識別算法進行識別,經(jīng)MATLAB上進行仿真結(jié)果表明,該算法運行速度快、識別率高;另一方面,在STM32上使用整個算法實現(xiàn)了孤立詞識別。語音識別技術(shù)的產(chǎn)品將不斷提高我們的生活質(zhì)量,但是成本很高,這對產(chǎn)品的普及造成很大影響。本文的研究有一定的應(yīng)用價值,在保證語音識別準(zhǔn)確率、識別速度的前提下,實現(xiàn)了低功耗、低成本、便于攜帶的整體設(shè)計,在語音識別領(lǐng)域有很好的應(yīng)用前景。
【關(guān)鍵詞】：語音識別 特征提取 過零譜 仿生模式識別 STM32
【學(xué)位授予單位】：上海師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN912.34
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-14
• 1.1 引言8
• 1.2 課題研究的背景及意義8-10
• 1.3 國內(nèi)外研究現(xiàn)狀10-12
• 1.3.1 國外研究現(xiàn)狀10-11
• 1.3.2 國內(nèi)研究現(xiàn)狀11-12
• 1.4 主要研究內(nèi)容和創(chuàng)新點12
• 1.5 本文章節(jié)安排12-14
• 第二章 語音識別概述14-25
• 2.1 語音識別系統(tǒng)框圖14
• 2.2 語音信號的預(yù)處理14-18
• 2.2.1 語音信號的預(yù)加重處理15
• 2.2.2 語音信號的分幀加窗處理15-16
• 2.2.3 語音信號的端點檢測16-18
• 2.3 語音信號特征參數(shù)提取18-22
• 2.3.1 線性預(yù)測倒譜系數(shù)（LPCC）19-20
• 2.3.2 Mel頻率倒譜系數(shù)（MFCC）20-22
• 2.4 常用的語音識別算法22-25
• 2.4.1 矢量量化（VQ）算法22-23
• 2.4.2 動態(tài)時間規(guī)整（DTW）算法23
• 2.4.3 隱馬爾可夫模型（HMM）算法23-25
• 第三章 新的特征提取算法及改進的仿生模式識別算法25-36
• 3.1 新的特征參數(shù)提取算法的由來25-28
• 3.2 過零譜的提取過程28-29
• 3.3 改進的仿生模式識別算法29-36
• 3.3.1 傳統(tǒng)仿生模式識別概述29-31
• 3.3.2 改進的仿生模式識別算法31-36
• 第四章 語音識別系統(tǒng)的設(shè)計與仿真實驗36-45
• 4.1 系統(tǒng)的總體設(shè)計36-37
• 4.2 系統(tǒng)的整體仿真實驗37-43
• 4.2.1 語音信號預(yù)處理過程的仿真實驗38-39
• 4.2.2 語音信號端點檢測的仿真實驗39-41
• 4.2.3 語音信號特征參數(shù)提取的仿真實驗41-42
• 4.2.4 語音信號的訓(xùn)練識別過程的仿真實驗42-43
• 4.3 實驗結(jié)果及分析43-45
• 第五章 系統(tǒng)的硬件實現(xiàn)45-56
• 5.1 概述45
• 5.2 系統(tǒng)硬件實現(xiàn)方案45-51
• 5.2.1 芯片介紹45-46
• 5.2.2 系統(tǒng)硬件電路組成46-51
• 5.3 系統(tǒng)軟件設(shè)計51-56
• 第六章 總結(jié)與展望56-58
• 6.1 總結(jié)56
• 6.2 未來展望56-58
• 參考文獻58-62
• 附錄A62-63
• 攻讀學(xué)位期間取得的研究成果63-64
• 致謝64-65

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙智琦;房建東;;一種改進的特定人語音識別系統(tǒng)及算法研究[J];電子設(shè)計工程;2014年16期

2 劉豫軍;夏聰;;連續(xù)語音識別技術(shù)及其應(yīng)用前景分析[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2014年08期

3 肖娟;張志強;;基于STM32的實時語音處理系統(tǒng)設(shè)計[J];電子世界;2014年15期

4 王洪濤;宋一標(biāo);陳水標(biāo);;基于語音識別的自平衡機器人設(shè)計[J];機床與液壓;2014年15期

5 王海榮;;基于SOPC嵌入式數(shù)字存儲音頻采集與回放系統(tǒng)設(shè)計[J];山東農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版);2014年02期

6 魏君穎;魏維;;說話人識別特征提取算法改進[J];成都信息工程學(xué)院學(xué)報;2014年S1期

7 馬洪濤;;基于語音識別技術(shù)的音樂播放器設(shè)計[J];電子制作;2014年10期

8 于俊婷;劉伍穎;易綿竹;李雪;李娜;;國內(nèi)語音識別研究綜述[J];計算機光盤軟件與應(yīng)用;2014年10期

9 畢建忠;柯賢文;;嵌入式系統(tǒng)中電源管理電路的設(shè)計與實現(xiàn)[J];通信電源技術(shù);2014年01期

10 柯登峰;徐波;;互聯(lián)網(wǎng)時代語音識別基本問題[J];中國科學(xué):信息科學(xué);2013年12期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 李偉;基于內(nèi)容的漢語語音檢索技術(shù)研究與系統(tǒng)實現(xiàn)[D];清華大學(xué);2011年

2 龍潛;噪聲環(huán)境下的語音識別技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 侯瑞真;基于DTW算法的在線語音識別與仿真[D];北方工業(yè)大學(xué);2014年

2 吳光輝;基于ARM平臺的漢語孤立詞語音識別技術(shù)的研究及實現(xiàn)[D];廣西師范大學(xué);2014年

3 路娜;孤立詞語音識別系統(tǒng)的研究與設(shè)計[D];曲阜師范大學(xué);2014年

4 劉榮輝;基于智能家居控制的嵌入式語音識別系統(tǒng)研究[D];廣東工業(yè)大學(xué);2013年

5 何彬;基于語音識別和語音合成的漢語語音轉(zhuǎn)換技術(shù)研究[D];云南大學(xué);2013年

6 馬寧;機器手語音識別控制的研究與實現(xiàn)[D];天津大學(xué);2012年

7 趙明明;語音識別系統(tǒng)中特征提取和聲學(xué)建模的研究[D];重慶師范大學(xué);2012年

8 文林;基于改進MFCC的語音識別系統(tǒng)研究及設(shè)計[D];中南大學(xué);2011年

9 楊帥;聾兒語音恢復(fù)系統(tǒng)的語音識別研究[D];山東大學(xué);2009年

10 徐曉娜;基于HMM和ANN的語音識別算法研究[D];長春理工大學(xué);2009年

，

本文編號：637785