ADSP-BF531在嵌入式語(yǔ)音識別系統中的應用
加入技術(shù)交流群
3．2．2 矢量量化
矢量量化(VQ，Vector Quantization)是一種重要的信號壓縮方法，其過(guò)程是：將語(yǔ)音信號波形的K個(gè)樣點(diǎn)的每一幀，或在K個(gè)參數的每一參數幀，構成K維空間中的一個(gè)矢量，然后對矢量進(jìn)行量化。量化時(shí)，將K維無(wú)限空間劃分為M個(gè)區域邊界，然后將輸入矢量與這些邊界進(jìn)行比較，并被量化為“距離”最小的區域邊界的中心矢量值。
一個(gè)VO編碼器往往擁有一個(gè)或多個(gè)由具有代表意義的矢量組成的集合，稱(chēng)為“碼本”(本系統中碼本大小為256)，其中每個(gè)矢量稱(chēng)為“碼矢量”。在語(yǔ)音識別中，訓練用的語(yǔ)音特征通過(guò)聚類(lèi)的方法形成碼書(shū)；識別時(shí)，VO編碼器將待識別語(yǔ)音的特征矢量與碼書(shū)中的每個(gè)矢量進(jìn)行失真測度運算，最小的失真測度所對應的碼字的標號代替輸入矢量。
3．2．3 HMM模型建立及訓練過(guò)程
本系統選擇尤跨越的從左向有的HMM模型，狀態(tài)數取6。訓練過(guò)程中利用Baum-Welch算法和Viterbi算法來(lái)計算所有觀(guān)察序列的輸出概率，然后對其進(jìn)行累加，得到總輸出慨率，采用前后2次的輸出概率的相對變化小于一定閾值(如：1×10-4)或超過(guò)迭代次數作為訓練結束的判據。程序流程圖如圖6所示。本文引用地址：http://dyxdggzs.com/article/148467.htm
3．2．4 語(yǔ)音識別
語(yǔ)音識別的過(guò)程即是用Viterbi算法將經(jīng)將輸入的矢量量化后的語(yǔ)音與模型庫中的參考模板進(jìn)行匹配。
Viterbi算法是一種前向搜索算法，其可以是在給定相應的觀(guān)察序列時(shí)，找出從模型λ中找出的最佳狀態(tài)序列，即選擇輸出概率最大的模版作為輸出結果。對數形式的Viterbi算法，能夠避免大量的乘法運算，減少計算量，同時(shí)還可以保證有很高的動(dòng)態(tài)范圍，不會(huì )出現由于過(guò)多的連乘而導致溢出問(wèn)題，其算法如下：
4 實(shí)驗結果及分析
系統選取500字的詞表，詞長(cháng)不大于5；在進(jìn)行識別前，對每個(gè)待識別的詞進(jìn)行訓練，參加訓練人數為30，其中男性20人，女性10人。實(shí)驗選取30個(gè)人，其中參加訓練和未參加訓練的各15人，對簡(jiǎn)單語(yǔ)音命令、數字串、字母串進(jìn)行測試(每人反復測試5次)，結果如表1所示。
通過(guò)以上數據可以看出，該系統的對非特定人(包括參加訓練和未參加訓練)的簡(jiǎn)單漢語(yǔ)詞匯、數字串、字母串等的綜合識別率超過(guò)了90％，識別時(shí)間在0．7 s左右；具有較高的識別率和較好的實(shí)時(shí)性。從表中可以看出，未參加訓練與參加訓練的識別率相差約10％，可以通過(guò)在軟件中增加訓練樣本量以及完善有關(guān)算法等來(lái)進(jìn)一步提高其識別率。
5 結束語(yǔ)
該嵌入式語(yǔ)音識別系統在以ADSP-BF531為核心的硬件基礎上，成功運用DHMM算法完成了對非特定人孤立詞的語(yǔ)音識別。該系統運行穩定、可靠，其識別率及實(shí)時(shí)性均滿(mǎn)足使用要求，同時(shí)還具有存儲容量大、運算速度快的特點(diǎn)，為軟件運行留下了充足的裕量，系統后續的完善和升級較容易實(shí)現。該系統可應用于許多特定場(chǎng)合，有很好的市場(chǎng)前景。
評論