小波神经网络在语音识别系统中的应用

文中设计了以"MCU+DSP"的双CPU结构为核心的语音识别系统,利用MCU实现语音识别系统的控制,DSP实现语音识别系统的预处理、特征提取和模式识别.针对语音识别系统各个阶段,分别引入小波变换和神经网络对传统的实现方法进行改进,有效地降低了系统中的噪声,减少了系统中不必要的数据量,提高了系统的语音识别性能.实验数据验证了该方法的可行性和有效性.     

基于嵌入式系统的语音口令识别系统的实现

语音口令识别是语音信息处理的一个重要研究方向,本文给出一种基于嵌入式系统的语音口令识别系统的设计方案,硬件系统的核心芯片是嵌入式微处理器,语音口令识别算法采用连续隐马尔克夫模型。实验结果表明,将语音识别系统与嵌入式系统相结合,可以使语音口令识别系统广泛应用于便携式设备中。     

基于隐马尔可夫模型的连续语音同步识别系统

语音同步识别系统的发展方向是连续性的人机交互,采用传统系统易受到突发性噪声影响,致使识别效果较差,提出基于隐马尔可夫模型的连续语音同步识别系统。结合语音识别原理,设计系统硬件总体结构。利用JFET输入高保真运放的OPA604低通滤波器,保证信号处理结果的有效性。通过OMAP5912ZZG型号芯片对处理后的信号进行存储,使用矢量图缓冲音频,经由以太网接口移植相关语音识别序列,由此实现连续语音同步识别。由实验对比结果可知,该系统比传统系统识别效果最高值高出48%,推进了语音识别技术研究的快速发展。     

基于FPGA的说话人识别算法的实现

文中介绍了一种基于FPGA的DTW说话人识别算法的实现方法,根据算法本身的特点,采用了一种适合于硬件实现的搜索路径约束条件,并利用收缩阵列来处理模板匹配中的运算,从而提高了算法的模板匹配速度和识别效率,在处理性能上优于现在常采用的基于软件的实现方法,适用于电话语音信道的实时大容量的说话人识别系统.     

基于DTW算法语音识别系统的仿真及DSP实现

DTW（DynamicTimeWarping）算法的实现简单有效,在孤立词语音识别系统中得到了广泛的应用。采用谱减法进行前端去噪处理,利用Matlab对语音识别系统进行了仿真,并设计了一种以16位数字信号处理器TMS320VC5509为核心的孤立词语音识别系统。实验结果表明,系统能满足实时性能要求,识别效果良好。     

基于STM32的智能跑步机控制系统设计

针对未来跑步机系统对智能化、数字化、人性化的需求,提出了一种以STM32微控制器为控制核心的基于嵌入式技术的智能型跑步机控制系统。该系统除了能够对跑步机速度、运动状态等基本功能进行稳定的控制外,还具有语音控制、音乐播放、LCD显示、心率运动指导控制等智能化功能。系统的硬件部分给出了硬件结构框图并简单介绍了STM32微控制器、电源电路、反馈电路,着重介绍了调速电路、以LD3220为控制核心的语音识别和播放电路;软件部分给出了主程序设计流程图、语音识别子程序设计的流程图以及PWM输出子程序的设计方法。通过对部分核心硬件电路及软件程序的实验,验证了系统的可行性及稳定性。     

基于神经网络的语音识别与自动检验研究

语音识别系统在语音识别中自我判定识别结果，并从错误中自动获取经验改正错误实现知识的自我完善具有重要意义。采用人工神经网络可以有效学习与更新知识，人工神经网络与语音识别结果自动检验方法结合实现一种新的有效学习与更新系统。在该系统中采用基于LEA判别法的梯度牛顿有效结合神经网络快速学习方法。该系统实现在语音识别实践中能够自学习并提高识别率，具有一定的智能。文中给出系统原理图和实验结果。     

基于TCP/IP的说话人确认系统

随着网络与语音信号处理技术的快速发展,把说话人识别系统应用于Internet,使其作为身份识别的一种方法是势在必行。文中介绍了一个基于TCP/IP的实时说话人确认系统,它基于C/S(客户/服务器)模型,采用TCP/IP,以期能够实现Internet上的语音登录系统。介绍了该系统的框架及具体算法,给出了实验结果及其分析。     

一种用于无线通信的数字语音识别系统设计

数字语音录制过程中存在的环境、用户口音和非目标词汇等干扰,使以往开发出的无线通信数字语音识别系统准确性较低、可移植性较差。因此,对无线通信的数字语音识别系统进行优化设计,设计系统的核心元件为C6727DSP芯片、QGDH710语音识别芯片和CC2520射频收发器。C6727DSP芯片进行数字语音的前期处理工作;QGDH710语音识别芯片对处理后的数字语音进行识别,并将其识别出的指令反馈到CC2520射频收发器;CC2520射频收发器进行指令的格式转换工作,并将指令传输到用户无线通信设备中,最终实现数字语音识别系统在无线通信中的有效利用。为了方便用户进行系统操作,软件给出用户无线通信设备虚拟功能图。经实验验证可知,该设计系统准确性较高,具有高度可移植性。     

基于DSP的高速实时语音识别系统的设计与实现

识别正确率和抗噪性能固然是语音识别的研究重点,但是识别响应速度也是决定系统实用化的关键所在。以TMS320C6713为核心构建硬件平台,通过采用高效C语言和线性汇编混合编程的方式,结合硬件特点,对代码进行了优化,实现了以美尔频率倒谱系数为特征参数,采用动态时间弯折算法的高速语音实时识别系统,识别速率达0.29倍实时,可实现多路语音的并行识别。     

基于DTW/SVM的语音识别系统在DSP中的实现

采用动态时间归正算法(DTW)和支持向量机(SVM)相结合产生一个新的基于径向基函数的DTW核函数实现语音识别,该方法在小词汇量及孤立词识别方面相对传统的隐马尔可夫模型有较大优势。为了满足语音识别系统对实时性和便携性的要求,提出了基于DTW/SVM的混合方法在TMS320C6711DSP芯片中实现的应用研究;给出了语音识别系统的原理框图,其中采用Mel倒谱系数为语音特征参数,应用了可变窗长端点检测技术;阐述了DSP设计中系统的软硬件设计方案及具体的接口电路,该系统使得语音识别更为快速便捷,并且具有一定的通用性。     

基于OpenRISC1200的孤立词识别系统设计与实现

介绍了一个基于32位OpenRISC1200开放源码微处理器内核的小词汇量孤立词语音识别系统结构。根据软硬件协同设计方法，研究和比较了孤立词语音识别各个环节的计算量，合理分配软硬件资源，并提出一种适合FPGA（现场可编程门阵列）实现的动态时间规正硬件实现思路，大大缩短识别响应时间。该系统在成本和知识产权方面都较市场上流行的ARM、8051等内核有优势。实验结果表明，在特定场合下，该系统对于100个词组的平均识别响应时间少于2s，特定人识别率95％以上，非特定人识别率87％以上。     

Flexible and Expandable Speech Recognition Hardware with Weighted Finite State Transducers

Hardware implementation of speech recognition can not only accelerate decoding speed for real-time processing but also reduce the power consumption. Recently the weighted finite state transducer (WFST) has emerged as a major recognition network representation because it reduces the algorithmic complexity of decoding procedures by applying many optimizations on the network in offline. However, hardware implementation of continuous speech recognition (CSR) with the WFST network is challenging, mainly because Viterbi search should traverse a large sized network with limited hardware resources. This paper presents two hardware speech recognition systems with the WFST network. The first one, which is called the SRAM-oriented system, utilizes the internal SRAM as a hash table to efficiently manage active working set. This system is flexible because it can easily accommodate different speech recognition tasks as long as the SRAM space is allowed. For easy expansion, we also propose the DRAM-oriented system where the active working set is stored in the external DRAM. To hide long latency of DRAM access, a split DRAM hash table is employed, which stores active working set in the opened rows of DRAM to reduce the number of row misses. Experimental results show that the SRAM-oriented system decodes the 5k-word CSR task 4.93 times faster than real-time, while the DRAM-oriented system runs 4.48 times faster than real-time with only about a half SRAM capacity.     

嵌入式语音控制系统在QT上的实现

介绍了一款非特定人嵌入式语音控制系统。硬件平台采用mini2440开发板,其CPU处理器是三星公司的S3C2440：针对嵌入式系统存储空间有限和实时性要求高的特点．在特征提取后加入LBG算法以减少系统的存储量和计算量;识别阶段采用DHMM算法,计算量少,适应性强。将该系统用于语音对机械手臂的控制试验,结果表明本系统的识别率达到了98％以上,运算速度快,计算复杂度小,能满足一般应用对语音控制的需求,在市场上具有广泛的应用前景。     

老年陪护机器人系统的设计与实现

设计了一种以引导式语音交互和肢体动作为表达形式的老年陪护机器人系统,该机器人系统采用人性化语音交互、触觉感知与交互技术,对使用者提供个性化服务.采用非特定人语音识别技术,利用有限的硬件资源,构建稳健的识别模型,实现高性能并满足实时应答要求的语音识别片上系统.在真实动物运动姿态建模的基础上,提出了一种应用欠驱动柔性结构的...     

基于小波神经网络的嵌入式语音识别系统

以ARM和嵌入式操作系统Windows CE为平台设计了基于小波神经网络的语音识别系统。首先介绍了语音识别的基本原理、系统的硬件组成、系统的功能结构、系统的工作原理,然后叙述了小波和神经网络的理论知识及算法,最后介绍了嵌入式语音系统的软件设计。由于采用S3C2410芯片负责系统的控制和识别工作,而语音信号的特征提取和训练算法全部由SPCE061A芯片来完成,从而使得语音识别系统识别率提高,可移植性好。     

基于DSP的音频信号采集和盲分离系统设计

针对语音信号的盲提取问题,以提出的二阶特征窗盲分离算法和模式识别算法为基础,设计实现了以TMS320VC5509DSP为核心的音频信号采集和盲分离系统。详细介绍了系统结构及软硬件实现,并对3路音频信号的DMA同步采集进行了重点分析。该系统结构简单、扩展方便、实时性好,实验结果表明对瞬时混合信号有良好的分离效果。     

一种基于视频的公交客流计数方法

采用一种行时空图处理方法设计一种公交乘客计数系统,克服传统的光流法和帧差法提取运动目标所存在着的数据量大、实时处理能力差、抗干扰能力差的缺陷。该系统包括行时空图的生成,运动目标的提取、识别、匹配和计数等部分。实验结果表明统计数据有较高的准确率,并能很好地满足实时性要求。该系统识别鲁棒性好、运算数据量小、在移植至硬件时对硬件的性能要求很低,可以很好地控制软硬件成本。     

基于DSP的数字语音压缩系统

给出了基于TMS320C6711 DSP和G.729A语音压缩标准的实时语音压缩和解压系统的设计方案,并给出了系统的软、硬件设计.在TMS320C6711高速平台上实现数字语音信号的实时输入、压缩、解压、输出,只需要移植应用程序,就可以实现其他语音功能的扩展.     

基于OMAP5912的嵌入式语音识别系统硬件设计

以嵌入式语音识别为研究背景,基于双核处理器OMAP5912设计出了一套低功耗、高性能的嵌入式语音识别硬件平台.阐述了整个系统的设计思想,重点介绍了系统电源设计、存储器单元设计、音频接口单元设计、系统信号完整性设计以及系统硬件的测试.