基于Windows CE的語音口令識別系統的設計

　　對于一個基于嵌入式系統的語音口令識別系統，主要有以下幾個要求：

　?。?）完成語音口令識別功能時，需要系統對人所發(fā)出的語音口令做出快速的響應，然后給出相應的判斷結果。

　　（2）自動獲得語音信號。語音口令識別系統一直處于隨時接受語音口令的工作狀態(tài)，無需人工操作就能將人的語音命令與環(huán)境噪聲分離出來，舍棄靜音信號和環(huán)境噪聲信號部分，僅僅對有效的語音口令信號做處理和識別。

　?。?）需要有足夠的存儲器容量存儲操作系統文件和訓練好的語音口令模型庫以及存儲大量數據的數據緩沖區(qū)。

　　論文給出的語音口令識別系統選擇高性價比的嵌入式微處理器S3C2440AL和64MB隨機存儲器和64MB的閃存來滿足計算速度和數據緩存的要求。

　　1.2 軟件程序的設計

　　選擇Windows CE 5.0為語音口令識別系統的操作系統，Windows CE 5.0是一個多任務操作系統。開發(fā)工具主要有Platform. Builder 5.0和EVC++4.0。Platform. Builder5.0用于定制和開發(fā)內核，而EVC++4.0則用來編寫基于操作系統的應用層程序，也就是算法執(zhí)行程序與圖形化界面，而圖形化的界面使用MFC編寫。

　　由于語音口令識別系統算法的運算量比較大，所以為了能夠加快運算速度，首先對Windows CE 5.0操作系統進行配置，需要將相應的板級支持包BSP（Board SupportPackage）導入到Platform. Builder 5.0，裁剪掉一些使用不到的資源，保留一些需要的資源，驅動的配置正確后，將配置好的操作系統內核裝入到嵌入式平臺中，然后進行應用程序的開發(fā)。

　　語音口令識別系統分為訓練和識別兩個過程。訓練時，語音口令信號首先經過預處理，然后提取語音特征參數，采用MFCC（Mel-Frequency Ceptral Coefficients）參數［4］，然后建立此口令的連續(xù)隱馬爾可夫（CDHMM）模型，把所有經過訓練的語音口令的模型放在模型庫中。

　　在識別階段，與訓練時提取語音口令信號的特征參數一樣，也要提取MFCC特征參數，然后與保存在語音口令模型庫中的每一條語音口令模型相匹配，根據概率*分確定輸出識別結果。語音口令識別系統的程序流程圖如圖1所示。