基于DSP的語音識別計算器電路設(shè)計

　　語音識別技術(shù)是人機最自然、最簡潔的交流方式，它就是讓機器能夠自動識別并理解說話人要表達的意思，將語音信號轉(zhuǎn)變?yōu)檎_的文本或者命令的高科技技術(shù)。根據(jù)實際的應(yīng)用，語音識別可以分為：特定人與非特定人的識別、孤立詞與連續(xù)詞的識別、中小詞匯量與無限詞匯量的識別。考慮到成本及使用范圍因素，本文中應(yīng)用的是基于TMS320VC5509 DSP的非特定人、孤立詞、小詞匯量的語音識別系統(tǒng)。通過實際測試，使用該DSP的語音識別系統(tǒng)有著較高的實時性、識別率，基于該系統(tǒng)的計算器對實時數(shù)字計算有較高準確性，基本能解決特殊群體和特殊地點使用計算器困難的情況。

　　語音識別過程主要包括語音信號前處理、特征提取、模式匹配等部分。語音信號輸入之后，預(yù)處理和數(shù)字化是進行語音識別的前提條件。特征提取是進行語音信號訓(xùn)練和識別必不可少的步驟，采用的是提取每幀的Mel系數(shù)的倒譜參數(shù)作為語音信號的特征值。模板匹配算法目前有 DTW 算法、HMM隱馬爾科夫模型、ANN人工神經(jīng)網(wǎng)絡(luò)等。本文采用HMM隱馬爾科夫模型的方法，提取出的特征值存入?yún)⒖寄Ｊ綆熘?，用來匹配待識別語音信號的特征值。匹配計算是進行語音識別的核心部分，由待識別人的語音經(jīng)過特征提取后，與系統(tǒng)訓(xùn)練時產(chǎn)生的模板進行匹配，在說話人辨認中，取與待識別語音相似度最大的模型所對應(yīng)的語音作為識別結(jié)果。

　　系統(tǒng)硬件結(jié)構(gòu)

　　圖 2為系統(tǒng)硬件結(jié)構(gòu)框圖。此系統(tǒng)的核心器件是TI公司的TMS320VC5509定點DSP。在本系統(tǒng)中，它不僅是語音識別的核心，還負責(zé)計算器的運算部分。TMS320VC5509是系統(tǒng)的運算處理單元，具有2個乘法器（MAC），4個累加器（ACC）；40位、16位的算術(shù)邏輯單元（ALU）各一個，這大大增強了DSP的運算能力；指令字長不只單一的16位，可擴展到最高48位，數(shù)據(jù)字長16位；可通過USB接口對TMS320VC5509燒寫程序而不必借助仿真器。正是基于這些優(yōu)點，選擇該器件可節(jié)省開發(fā)資金，減小電路板面積。DSP與TLV320AIC23的接口電路如圖3所示。