基于嵌入式与DSP的语音识别机器人研究

本文探讨和研究了基于嵌入式系统以及DSP的语音识别工业机器人系统设计与实现.系统采用嵌入式+DSP的方案使机器人的性能、成本、可配置性和可扩展性达到一个更佳的平衡点,同时在语音识别方面采用了改进的MFCC方法进行语音特征提取以及采用基于K均值分段的HMM模型进行实时语音学习与识别使算法的实时性和可移植性提高.     

基于DSP的语音识别的设计与实现

该系统选用了TI公司的TMS320VC5402作为处理器芯片,选择对小词汇量语音识别系统进行研究。实现小词汇量的语音识别主要包括以下三个方面的工作:端点检测、特征提取和模式匹配。在端点检测中,通过对过零率和短时能量参数的检测来判断起始点和结束点,去掉噪声,从而提取出语音信号数据。在特征提取中,首先对语音信号进行分帧、然后计算每帧语音信号的特征参数,该文采用线性预测倒谱参数作为特征参数,这些特征参数组成特征矢量,从而构成语音模板。在模式匹配中,采用了动态时间归整方法,将测试模板与参考模板进行匹配,比较两者之间的失真,得出识别判决的依据。     

嵌入式实时英语语音识别系统的设计和实现

采用两级识别网络,以连续隐含马尔可夫模型为基本识别框架,基于一个100MIPS的16位定点DSP语音芯片平台,实现了嵌入式非特定人、中等词汇量英语孤立词实时识别系统。     

一种应用于嵌入式语音识别的端点检测方法

端点检测是语音识别系统中很重要的一部分,端点检测的准确性直接影响语音识别系统的性能。提出了一种新颖的两阶段端点检测方法：第一阶段采用基于短时能量的边缘检测方法得到第一阶段端点;第二阶段采用统计直方图聚类削波求取阈值,并得到最终准确的端点。实验结果表明,与传统的端点检测方法相比,该算法在噪声环境中有更好的效果。     

语音识别中交互式录音的实现

本文给出一个在ＣＢｕｉｌｄｅｒ中利用ＷｉｎｄｏｗＡＰＩ函数实现交互式录音的方法，能在误音识别时做到边录音边识别，效果良好。     

带噪汉语语音识别的端点检测方法

在语音识别系统中产生错误识别的原因之一是端点检测有误差，在高信噪比情况下，正确地确定语音的端点并不困难，然而，大多数实际的语音识别系统需工作在低信噪比情况下，一些常规的端点检测方法，例如基于能量的端点检测方法在噪声环境下不能有效地工作。该文利用改进的隐马尔柯夫模型(HMM)进行语音检测以适应噪声的变化，实验结果表明本方法可得到高正确率的带噪语音端点检测。     

基于DSP的嵌入式语音保密通信模块

信息社会的正常运行取决于信息的安全机制，保证信息安全需要完善的保密技术。在众多的信息保密传输业务中，语音信息的传输应用最广泛，且在国家安全、国防、经济活动中扮演着极重要的角色。语音保密通信除必须具有普通数据安全通信的抗破译性能外，在实时性、经济性和抗误码性等方面的要求更高。本文提出了一种利用基于DSP平台的嵌入式模块来实现语音保密通讯的新思路。即采用TI公司的TMS320VC54x系列DSP芯片，实现了先进的混沌保密算法及语音信息的实时解压缩处理。该模块设计还有标准异步串行接口，可嵌入到现有的各类语音通信设备，应用中具有良好的可靠性和实用性。     

嵌入式语音识别系统设计

分析嵌入式语音识别系统设计的要点，提出了一种基于凌阳SPCE061A单片机的嵌入式特定人语音识别系统，重点讨论了嵌入式语音识别系统的相关算法及系统组成。该系统识别率高，价格低廉，可移植性好，已成功应用于智能机器人控制平台。     

嵌入式语音识别技术

在分析语音识别原理的基础上,结合凌阳16位单片机的分析,重点介绍了凌阳u,nSP系列SPCE061A芯片在开发嵌入式语音识别技术中的应用.     

嵌入式语音识别的前后端处理关键技术研究

在语音识别技术的研究中,语音端点检测和拒识是语音前后端处理的关键技术。在噪声环境下,传统的过零率和短时能量的端点检测效果会变得很差;频域的端点检测方法虽然较时域的端点检测方法鲁棒性更高,但是它需要进行大量的计算不能很好地满足嵌入式系统。针对嵌入式系统的特点,为提高语音识别能力,提出了基于统计理论的孤立词的端点检测算法,在一个相对较长的时间段内语音信号服从正态分布,而噪音信号主要存在于信号均值的一定方差范围之内。方法既满足了嵌入式系统的计算要求,又有一定鲁棒性。     

基于DSP5416芯片的语音识别系统

本文主要论述了一种小词表语音识别系统的硬、软件设计方法。系统以DSP5416为硬件平台,采用非线性美尔刻度倒谱参数（MFCC）特征参数提取算法,动态时间规整（DTW）作为识别算法,实现了语音识别系统的设计。实验结果表明平均语音识别率不低于90％,取得良好的识别效果。     

基于DSP5416芯片的语音识别系统

本文主要论述了一种小词表语音识别系统的硬、软件设计方法。系统以DSP5416为硬件平台,采用非线性美尔刻度倒谱参数(MFCC)为特征参数提取算法,动态时间规整(DTW)作为识别算法,实现了语音识别系统的设计。实验结果表明平均语音识别率不低于90%,取得良好的识别效果。     

基于ARM的嵌入式语音识别系统研究

在分析语音识别原理的基础上,设计了一个基于ARM9和嵌入式Linux的嵌入式语音识别系统。采用动态时间归整(DTW)算法对语音信号进行特征参数序列比较并识别出结果。采用S3C2410微处理器和嵌入式Linux操作系统,将交叉编译后的语音识别C语言程序编译进嵌入式Linux操作系统的文件系统,实现语音识别系统的功能。     

基于FPGA的嵌入式语音识别控制系统

介绍了一款针对特定人、孤立词的嵌入式语音识别系统的设计与实现.该系统的硬件核心部件是Virtex-II Pro50 FPGA芯片,其硬核处理器是PowerPC405.本系统对预处理、端点检测、LPCC特征提取部分进行了定点化处理;DTW算法采用硬件IP核实现;整体调度采用中断方式实现.将该系统用于语音控制玩具机器狗AIBO进行实验,识别率达到98.3%.本系统设计性能满足玩具、游戏等消费娱乐电子设备对识别率和实时性的性能要求,具有广阔的市场应用前景.     

基于STM32的嵌入式语音识别模块设计

介绍了一种以ARM为核心的嵌入式语音识别模块的设计与实现.模块的核心处理单元选用ST公司的基于ARM Cortex-M3内核的32位处理器STM32F103C8T6.本模块以对话管理单元为中心,通过以LD3320芯片为核心的硬件单元实现语音识别功能,采用嵌入式操作系统μC/OS-Ⅱ来实现统一的任务调度和外围设备管理.经...     

基于DSP的语音识别系统的研究与设计

针对在PC机上实现的语音识别系统具有运行费用高、功耗大和体积大的问题,本文提出了以TMS320VC5509低功耗芯片为核心的语音识别系统方案,设计了系统的硬件结构,研究语音信号的特征提取和编码,建立前向-后向隐马尔可夫(HMM)模型,实现孤立词的语音识别.该系统具有运行费用低、功耗小和占用空间小的特点.     

嵌入式语音识别系统研究

对嵌入式语音识别系统所涉及的硬件、外围接口电路作了分析比较,重点分析了S3C2410和存储模块;对嵌入式操作系统Windows CE和Linux作了介绍,重点分析了Linux及其引导程序BootLoader;对嵌入式系统识别算法的选取作了分析研究。