基于STM32的嵌入式语音识别模块设计

本文介绍了以ARM为核心的嵌入式语音识别模块的设计和实现,模块选用ST公司32位处理器STM32F103C8T6为核心处理单元,通过以LD3320芯片为核心的硬件电路实现语音识别,使用嵌入式操作系统μC/OS-Ⅱ实现任务调度和外围设备管理。     

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。     

嵌入式移动系统的分布计算

本系统以基于Intel公司SA1110芯片的嵌入式Jingwei系统开发板为参考设备,设计了采用C/S结构的分布式计算系统结构,在移动设备上仅仅完成用户界面的功能,而复杂的计算都放在Server端.这样的设计扩展了嵌入式系统的应用领域.包括无线办公、无线导航地图查询、语音识别等等各类应用现在均可简单地在本系统上实现.     

嵌入式移动系统的＼分布计算

本系统以基于Intel公司SAI110芯片的嵌入式Jingwei系统开发板为参考设备．设计了采用C／S结构的分布式计算系统结构．在移动设备上仅仅完成用户界面的功能．而复杂的计算都放在Server端。这样的设计扩展了嵌入式系统的应用领域。包括无线办公、无线导航地图查询语音识别等等各类应用现在均可简单地在本系统上实现。     

基于Windows CE的语音口令识别系统的设计

论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,该系统的硬件电路由嵌入式微处理器和音频处理等主要芯片组成,采用Windows CE操作系统,语音口令识别算法为连续隐马尔可夫模型。实验结果表明,随着嵌入式微处理器性能的不断提高和价格的不断下降,对运算量要求比较高的语音口令识别技术就可以通过嵌入式系统来实现,并且应用到许多需要使用口令控制的便携式设备中。     

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。     

嵌入式语音识别系统的设计与实现

介绍一种基于FPGA的嵌入式语音识别系统设计与实现,系统采用线性预测倒谱系数（LPCC）算法和动态时间规整（DTw）算法,该系统的核心部件采用目前流行的Virtex—Ⅱ Pro系列FPGA芯片,使用的工具为业界领先的嵌入式设计套件Xilinx ISE Design Suite10．1,并且运用现代电子系统软硬件协同设计、协同验证和协同工作的方法完成设计。通过实验表明,对于小词汇量、特定人识别系统,具有很好的识别效果,识别准确率达到95．2％以上。该系统的识别性能可以满足基本的嵌入式设备需要,具有广阔的应用价值。     

基于AVR单片机的语音识别系统设计

系统以AVR单片机为控制核心,实现对人的语音的识别控制。系统采用的主控芯片为Atmel公司的ATMEGA128,语音识别功能采用ICRoute公司的单芯片LD3320。LD3320内部集成语音识别算法,无需外部FLASH,RAM资源,可以很好地完成非特定人的语音识别任务。同时该芯片内部集成了MP3播放功能,支持MPEG等格式,可实现语音提示或MP3歌曲的播放功能。由于内部合有16位A／D、D／A转换器和功放电路,所以不需要外接功放电路就可以产生清晰的声音。该系统已经预留好各种接口,具有良好的扩展性。     

基于LD3320的智能语音识别系统设计与实现

在计算机技术的推动下,语音识别技术在家电、汽车等领域得到了广泛应用,语音交互正在逐步取代传统人机交互方式。针对此现状,设计一款基于LD3320的语音识别系统。系统硬件采用LD3320语音识别芯片和STC11L08XE主控芯片,实现对语音的控制和识别。系统软件采用C语言进行编码,能够识别语音指令。     

基于TMS320C54x DSP的实时语音识别系统

介绍一个非特定人、小词汇表、孤立词的语音识别系统,它采用基于隐马尔可夫随机模型（HMM）的语音信号端点检测方法和基于VQ/HMM的自学习语音识别算法,同时以高速的TMS320C54xDSP芯片为核心进行硬件设计,实现语音的实时识别。     

基于OMAP5912的嵌入式非特定人连续语音识别系统

旨在嵌入式系统上实时实现非特定人、中等词汇量、连续语音识别。以TIOMAP5912双核处理器作为硬件平台,DSP gateway为OMAP处理器的双核通信架构,采用并行处理技术,将语音识别算法中计算密集型的任务分配给DSP处理,通过ARM和DSP协作实现语音识别,满足嵌入武语音识别系统实时性的要求。     

基于TMS320C54×DSP的实时语音识别系统

介绍一个非特定人、小词汇表、孤立词的语音识别系统,它采用基于隐马尔可夫随机模型（ＨＭＭ）的语音信号端点检测方法和基于ＶＱＩＨＭＭ的自学习语音识别算法,同时以高速的ＴＭＳ３２０Ｃ５４Ｘ ＤＳＰ芯片为核心进行硬件设计,实现语音的实时识别。     

基于多点触控及语音传输的智能电视遥控器

基于科大讯飞AP2501RS主芯片设计,主要操作在2.4 GHz的ISM频段上。2.4 GHz传输芯片采用笙科(AMICCOMA)A7125,该芯片同时兼顾全双工语音传输功能以实现语音识别和控制。触控部分采用可支持5点触控的新思(Synaptics)TM-01979-002触摸板,该触摸板极适用于智能电视。使用聚合物锂电池供电以提升使用时间,另外设有一轻触开关,当用户不用遥控器时可关闭遥控器,以减少待机功耗。     

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。     

基于语音识别技术的机载短波应急通信

通过分析作为机载远程通信主要手段的短波电台在强干扰及超远距离等极限条件下面临的失效风险,针对性地设计了基于语音识别技术的机载短波应急通信方案。该方案通过语音识别技术将语音信号转换为语义信息进行传输。采用提出的嵌入式命令词语音识别技术、说话人自适应技术和噪声鲁棒性语音识别技术提高语音识别的性能,保证基于语音识别技术的机载短波应急通信方法的实现,从而可以在上述情况下为飞行员提供应急通信保障。     

基于DSP的口令式语音CDHMM的实时训练系统

文章给出了基于DSP的特定人口令式语音CDHMM(连续隐马尔可夫模型)的实时训练系统.在分析了CDHMM训练算法运算特性的基础上,采用TI高性能浮点DSP芯片TMS320C6711成功实现了口令式语音的CDHMM的训练.并对系统的存储量及实时性做了深入研究,为语音识别在嵌入式领域中的应用提供了重要的技术途径.     

基于ARM控制的电台语音编码单元设计与实现

在研究嵌入式系统和语音编码技术的基础上,介绍了利用ARM芯片LPC2131实现对语音编码芯片MC3418,AMBE2000的控制,构建了语音编译码电路,给出了电台语音编码单元的接口电路和通信软件模块设计。     

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.     

简易智能语音模块的设计与实现

介绍一种简易智能语音模块的设计方案,采用单片机AT89C2051语音的控制中心,语音芯片采用一次性可编程语音芯片API8108,进行了软硬件的设计与调试,实现了语音存储和回放功能。     

基于云平台的自然语言识别系统的设计

针对一些嵌入式设备在特定的工作场景下无法实现语音识别的问题,提出了一种适用于嵌入式平台语音识别的解决方案。采用百度语音云平台提供的语音识别服务,对自然语言进行语音识别,通过搭建交叉编译环境将录音数据进行压缩编码上传到服务器,交叉编译后下载到嵌入式设备中来完成整个识别过程。通过大量实验数据统计分析,该方案的语音识别准确率可达93%。结果表明:该语音识别方案在正常语速输入下,能够满足工作使用要求,具有较高的准确性和鲁棒性。