ADSP-BF531在嵌入式語音識(shí)別系統(tǒng)中的應(yīng)用
加入技術(shù)交流群
2．3 EEPROM接口設(shè)計(jì)
EEPROM主要用于存放程序代碼，選用ATMEL公司的AT45DB161D-TU型的EEPROM，該型存儲(chǔ)器采用SPI接口，容量為2 MB，可以滿足程序存儲(chǔ)的要求，其與DSP的SPI端口連接。
通過設(shè)置EEPROM存儲(chǔ)器的SPI主模式啟動(dòng)(即設(shè)置BMODE=11)，現(xiàn)實(shí)配置BF531為連接一個(gè)SPI存儲(chǔ)器的主設(shè)備和存儲(chǔ)器的加載。為了正常工作，該加載模式需要在MISO加上拉電阻。否則，BF531將從MISO引腳讀取到0xFF(即SPI存儲(chǔ)器沒有寫任何數(shù)據(jù)到MISO引腳)。不僅MISO線上的上拉電阻是必要的，額外的上、下拉電阻還有如下2個(gè)用途：
1)上拉PF2信號(hào)，確保SPI存儲(chǔ)器存DSP復(fù)位狀態(tài)下未激活；
2)在SPICLK上用下拉電阻，使顯示畫圖更加清晰。
2．4 FLASH接口設(shè)計(jì)
片外FLASH主要用于存訓(xùn)練樣本庫，本系統(tǒng)采用的NANDFLASH為三星電子的K9F8G08U0M-PIB0，該FLASH為工業(yè)級(jí)SLC架構(gòu)(Single Laver Cell，單層單元)芯片，具有速度快、可靠性高等特點(diǎn)，而且容量為1 GB，可以滿足存儲(chǔ)大量樣本數(shù)據(jù)的要求。其采用EBIU(External Bus Interface Unit，外部數(shù)據(jù)總線)和單個(gè)GPIO(General Purpose Input Output，通用輸入／輸出引腳實(shí)現(xiàn)與DSP數(shù)據(jù)通訊。
3 軟件設(shè)計(jì)
3．1 語音識(shí)別(孤立詞)的原理
本系統(tǒng)采用的孤立詞語音識(shí)別的原理框圖如圖4所示。本文引用地址：http://butianyuan.cn/article/148467.htm
1)預(yù)處理 對(duì)聲源信號(hào)進(jìn)行抗混疊濾波、A／D轉(zhuǎn)換、預(yù)加重及端點(diǎn)檢測等內(nèi)容，以獲得比較理想的處理信息對(duì)象。
2)特征提取 從語音波形中提取出隨時(shí)間變化的能夠反映原始語音特征的矢量序列。
3)語音訓(xùn)練 建立聲學(xué)模型，將獲取的語音特征通過必要學(xué)習(xí)算法產(chǎn)生。
4)模式匹配 在識(shí)別時(shí)將輸入的語音特征同聲學(xué)模型進(jìn)行比較，得到識(shí)別結(jié)果。
在訓(xùn)練階段，用戶將詞匯表中的詞依次讀一遍，并且將其特征矢量序列存入模板庫中。在識(shí)別階段，將輸入語音的特征矢量序列依次與模板庫中的每一個(gè)模板進(jìn)行形似度比較，相似度最高者作為識(shí)別結(jié)果輸出。
在HHM算法中，語音序列被看做馬爾可夫隨機(jī)過程的輸出。假定識(shí)別系統(tǒng)的詞匯表共包括V個(gè)詞條，那么在訓(xùn)練階段需要請(qǐng)很多個(gè)說話人分別將這次詞條說一遍并存入數(shù)據(jù)庫中。利用這些訓(xùn)練數(shù)據(jù)可以為每一個(gè)詞條建立一套HMM參數(shù)λv(1≤v≤V)。
在識(shí)別時(shí)，對(duì)于每個(gè)待識(shí)別語音，可以得到一個(gè)觀察矢量序列Y=[y1，y2，…yN]，其中，N為輸入語音所包含的幀數(shù)。語音識(shí)別的過程就是計(jì)算每個(gè)HMM模型λv產(chǎn)生Y的概率P(Y|λv)，并使得該概率達(dá)到最大的HMM模型，那么該模型所對(duì)應(yīng)的詞條即為孤立詞識(shí)別的結(jié)果，即：
3．2 語音識(shí)別算法設(shè)計(jì)
本系統(tǒng)采用VO／DHMM(矢量量化／離散隱馬爾可夫模型)算法，其主要包括預(yù)處理、特征提取、語音訓(xùn)練、模式匹配等幾個(gè)方面。
3．2．1 預(yù)處理和特征提取
首先采用預(yù)加重、漢明窗、雙門限法等完成對(duì)語音信號(hào)的預(yù)處理；然后使用Mel倒譜參數(shù)(MFCC)進(jìn)行特征識(shí)別，MFCC參數(shù)提取的過程如圖5所示，其中Mel濾波器組的作用是利用人耳聽覺特性對(duì)語音信號(hào)的幅度平方譜進(jìn)行平滑。對(duì)數(shù)操作的用途：壓縮語音譜的動(dòng)態(tài)范圍；考慮乘性噪聲，將頻域中的乘性成分轉(zhuǎn)換成加性成分。離散余弦變化主要是用來對(duì)不同頻段的頻譜成份進(jìn)行解相關(guān)處理，使得各維向量之間相互獨(dú)立。
評(píng)論