基于DSP+FPGA的機器人語(yǔ)音識別系統的設計
加入技術(shù)交流群
3．3．1 語(yǔ)音信號的預加重和加窗
預加重處理主要是去除聲門(mén)激勵和口鼻輻射的影響，預加重數字濾波H(Z)=1一KZ-1，其中是為預加重系數，接近1，本系統中k取0．95。對語(yǔ)音序列X(n)進(jìn)行預加重，得到預加重后的語(yǔ)音序列x(n)：x(n)=X(n)一kX(n一1) (1)
系統采用一個(gè)有限長(cháng)度的漢明窗在語(yǔ)音序列上進(jìn)行滑動(dòng)，用以截取幀長(cháng)為20 ms，幀移設為10 ms的語(yǔ)音信號，采用漢明窗可以有效減少信號特征的丟失。
3．3．2 端點(diǎn)檢測
端點(diǎn)檢測在詞與詞之間有足夠時(shí)間間隙的情況下檢測出詞的首末點(diǎn)，一般采用檢測短時(shí)能量分布，方程為：
其中，x(n)為漢明窗截取語(yǔ)音序列，序列長(cháng)度為160，所以N取160，為對于無(wú)音信號E(n)很小，而對于有音信號E(n)會(huì )迅速增大為某一數值，由此可以區分詞的起始點(diǎn)和結束點(diǎn)。
3．3．3特征向量提取
特征向量是提取語(yǔ)音信號中的有效信息，用于進(jìn)一步的分析處理。目前常用的特征參數包括線(xiàn)性預測倒譜系數LPCC、美爾倒譜系數MFCC等。語(yǔ)音信號特征向量采用Mel頻率倒譜系數MFCC(Mel Frequency Cepstrum Coeficient的提取，MFCC參數是基于人的聽(tīng)覺(jué)特性的，他利用人聽(tīng)覺(jué)的臨界帶效應，采用MEL倒譜分析技術(shù)對語(yǔ)音信號處理得到MEL倒譜系數矢量序列，用MEL倒譜系數表示輸入語(yǔ)音的頻譜。在語(yǔ)音頻譜范圍內設置若干個(gè)具有三角形或正弦形濾波特性的帶通濾波器，然后將語(yǔ)音能量譜通過(guò)該濾波器組，求各個(gè)濾波器輸出，對其取對數，并做離散余弦變換(DCT)，即可得到MFCC系數。MFCC系數的變換式可簡(jiǎn)化為：
其中，i為三角濾波器的個(gè)數，本系統選P為16，F(k)為各個(gè)濾波器的輸出數據，M為數據長(cháng)度。
3．3．4 語(yǔ)音信號的模式匹配和訓練
模型訓練即將特征向量進(jìn)行訓練建立模板，模式匹配即將當前特征向量與語(yǔ)音庫中的模板進(jìn)行匹配得出結果。語(yǔ)音庫的模式匹配和訓練采用隱馬爾可夫模型HMM (Hidden Markov Models)，他是一種統計隨機過(guò)程統計特性的概率模型一個(gè)雙重隨機過(guò)程，因為隱馬爾可夫模型能夠很好地描述語(yǔ)音信號的非平穩性和可變性，因此得到廣泛的使用。
HMM的基本算法有3種：Viterbi算法，前向一后向算法，Baum-Welch算法。本次設計使用Viterbi算法進(jìn)行狀態(tài)判別，將采集語(yǔ)音的特征向量與語(yǔ)音庫的模型進(jìn)行模式匹配。Baum-Welch算法用來(lái)解決語(yǔ)音信號的訓練，由于模型的觀(guān)測特征是幀間獨立的，從而可以使用Baum- Welch算法進(jìn)行HMM模型的訓練。
3．4 語(yǔ)音識別程序的DSP開(kāi)發(fā)
DSP的開(kāi)發(fā)環(huán)境為CCS3．1及。DSP／BIOS，將語(yǔ)音識別和訓練程序分別做成模塊，定義為不同的函數，在程序中調用。定義語(yǔ)音識別器函數為int Recognizer(int Micin)，識別結果輸出函數為int Result(void)，語(yǔ)音訓練器函數為int Train(int Tmode，int Audiod)，動(dòng)作指令輸入函數為int Keyin(int Action)。
語(yǔ)音識別器的作用是將當前語(yǔ)音輸入變換成語(yǔ)音特征向量，并對語(yǔ)音庫的模板進(jìn)行匹配并輸出結果，語(yǔ)音應答輸出函數將獲取的語(yǔ)音識別結果對應的語(yǔ)音應答輸出，語(yǔ)音訓練是將多個(gè)不同年齡、不同性別、不同口音的人語(yǔ)音指令輸入轉化為訓練庫的模板。為防止樣本錯誤，每個(gè)人的語(yǔ)音指令需要訓練2次，對于2次輸入用用歐氏距離去進(jìn)行模式匹配，若2次輸入相似度達到95％，則加入樣本集。語(yǔ)音應答輸入函數是為每個(gè)語(yǔ)音庫中模板輸入對立的語(yǔ)音輸出，以達到語(yǔ)言應答目的。系統工作狀態(tài)為執行語(yǔ)言識別子程序，訓練時(shí)執行外部中斷，執行訓練函數，取得數據庫模板，訓練完畢返回。程序框圖如圖3所示。
本文引用地址：http://dyxdggzs.com/article/151217.htm
評論