《基于SOPC技术的语音识别系统》由会员分享，可在线阅读，更多相关《基于SOPC技术的语音识别系统（43页珍藏版）》请在金锄头文库上搜索。
1、捋浙，歩*摩2010届毕业生毕业论文题 目： 基于SOPC技术的语音识别系统院系名称：信息科学与工程 专业班级:电科0601学生姓名:张文峰 学 号： 20064360103指导教师： 张庆辉 教师职称:副教授TitleSpeech Recognition System Based on SOPC TechnologyAbstractIn the recent years, research for speech recognition mostly focuses on algorithm design and improvement. With the rapid development
2、of semiconductor technology, scale with integrated circuit continuously enlarging, and level of all kinds of development technique continuously improving, new hardware platform protruding, there are a lot of selections on speech recognition platfbrm. Combination with DSP FPGA ASIC devices which are
3、embedded systems, speech recognition research gradually looks toward to practical development and miniaturization.Firstly, in the time domain speech signal processing method on the basis of common principles and characteristics of feature extraction research, which focuses on the Mel Frequency Cepst
4、ral Coefficients principles and characteristics, design and implementation of the extraction step. Then, in the mainstream mode matching method based on the research, focusing on the vector quantization method, and introduces the theory and vector quantization distortion measure based on vector quan
5、tization of the optimal codebook design algorithm - Genetic Algorithm Then, this system uses a hardware platform based SOPC design, and design and implementation of hardware modules and software interfaces. Finally, the design of a set of LPC as feature parameters, the genetic algorithm to code the
6、design algorithm to vector quantization method for the pattern matching algorithm for speaker recognition, FPGA-based embedded platform to achieve, and a series of algorithms software and hardware optimization, also proposed a new method of distortion from the distance of a sub-average method, by th
7、e actual hardware platform experiments, increasing the code in the space of this distortion has a better distance effect conclusions. The system received high recognition rate and rejection rate, and with computing speed, error rate is low, the advantages of low hardware requirements, with some of t
8、he practical capabilities.Keywords : FPGA, SOPC, speech recognition, speech acquisition, LPC, IP core摘要ABSTRACTI1绪论11.1课题研究背景及意义11.2课题研究的现状21.3本课题的主要研究内容及安排42 SOPC技术与语音识别系统概述52.1 SOPC技术概述52.2语音识别原理及系统概述63.1 基 T FPGA 的 SOPC 技术83.2 FPGA基本开发流程104系统整体构建与功能分析184.1系统整体框架设计184.2系统软件主耍算法流程设计195基于FPGA语音识别系统各
9、功能模块设计与仿真205.1语音采集与预处理模块205.2语音数据的LPC特征提取275.3 DTW 识别模块296基于FPGA语音识别系统整体实现316.1系统整体实现316.2性能参数336.3系统语音识别结果357总结与展望367.1工作总结367.2系统展望37参考文献401绪论 1.1课题研究背景及意义1.1.1选题的背景语音识别起源丁20世纪50年代AT&T贝尔实验室的Audry系统，它第一次 实现了 10个英文数字的语音识别，这是语音识别研究丁作的开端。1959年,J.W. Rorgie和C. D. Forgie采用数字计算机识别英文元音及孤立字，开始了计算机语音 识别的研究工作
10、。语音识别技术与语音合成技术结合使人们能够摆脱键盘的束缚， 取而代之的是以语音输入这样便于使用的、自然的、人性化的输入方式，它正逐步 成为信息技术中人机接口的关键技术。语音识别技术以语音信号为研究对象，是语音信号处理的一个重要研究方向， 涉及语音学、语言学、声学、生理学、人工智能、信号处理理论、信息论、模式识 別理论、最优化理论、计算机科学等众领域，其最终冃标是实现人与机器进行自然 语言通信w。语音识别有非常广阔的应用前景，随着多媒体时代的来临，语音识别 技术必将发挥更大的作用，为人来带來便利。1.1.2选题的意义语音识别是指与机器进行语音交流，让机器明白语音的意思，这是人们长期以 来梦寐以求
11、的事情。近20年来，语音识别技术取得显著进步，开始从实验室走向市 场，被认为是2000年至2010年间信息技术领域十大重耍的科技发展技术Z-o冃 前市场上的大多数嵌入式语音识别系统MCU或DSP专用芯片都是通过内嵌的或实 现语音识别算法，还少有基丁现场可编程门阵列而非DSP器件的语音识别芯片进入 市场，新兴的数字信号处理技术FPGA具有研制周期短、设计成本低、修改简单、 风险小等优点。本文论述了基丁 FPGA的语音识别系统的设计与实现，并将具应用 于智能家居环境中。语音识别作为一个专门的研究领域，语音识别乂是一门交叉学科。它与语音学、 语言学、数字信号处理、模式识别、最优化理论、计算机科学等众
12、多学科紧密相连, 是一门既有理论价值乂有实际意义的学科。语音识别作为一项具有广泛社会效益和经济效益的现代信息技术，虽然已取得 一定就，但在面临实用化时还存在一系列问题，技术成熟、性能可靠的语音识别系 统在国内外还有很大的研究空间和市场潜力，在识别的精度、速度、鲁棒性与系统 的小型化等方而还有很大改进的空间。为了实现性能优良的语音识别系统，一方而 需耍对语音识别的理论、算法进行研究，解决并完善识别过程存在的齐种问题，另 一方面还应考虑简化系统的复杂度，从小型化与可实现化等方面设计合适的语音识 别系统。木课题的研究冃的是针对语音识别实用化面临的一系列问题，通过对现有各种 语音特征参数与孤立词语音识
13、别模型进行研究的基础上，重点探索基于动态时间规 整算法的DTW模型在语音识别领域的应用，并结合基于FPGA的SOPC系统，在嵌入 式平台上实现具有较好精度与速度的孤立词语音识别系统。1.2课题研究的现状1.2.1语音识别国外发展现状20世纪50年代，AT&Tbell(贝尔)研究所成功研制了世界上第一个能识别10个 英文数字的语音识别系统-Audry系统，这标志着语音识别研究的开始。60年代计算机的应用推动了语音识别的发展。这一时期的重要成果是动态规划 (Oynamie Programming, DP)和线性预测分析(Linear Predictive Coding, LPC)技术陆。 其中后者
14、较好的解决了语音信号产生的模型问题，对语音识别产生了深远的影响。70年代开始了大规模的语音识別研究并取得了突破。线性预测分析技术(LPC) 的引入，使语音识别的特征提取产生了一次飞跃。动态时问弯折技术(Dynamic time warpingo DTW)基本成熟，提出了矢量量化(Vector Quantization, VQ)和隐马尔可夫 模型(Hidden Marker Models , HMM)理论。在小词量、孤立词的识别方面取得了实质 性的进展，实现了基于线性预测倒谱和DTW技术的特定人孤立语音识别系统。这一 时期的语音识别方法基本上是采用传统的模式识别策略。80年代语音识别研究进一步走
15、向深入。研究的重点逐渐转向大词汇量、非特定 人连续语音识别。在研究思路上也发生了重大变化，即由传统的基于标准模板匹配 的技术思路升始转向基丁统计模型(HMM)的技术思路，隐马尔可夫模型(HMM)技术 走向成熟和不断完善，并成为语音识别的主流方法。19空年美国卡内基-梅隆大学 运用VQ和HMM技术研制出了非特定入、大词汇量、连续语音识别系统-SPHINX 系统，它可以理解有1000个单词构成的4200句子，被认为是语音识别历史上的一个 里程碑。90年代在语音识别的系统框架方而并没有什么重大突破。但是，随着多媒体时 代的来临，在语音识别技术的应用及产品化方而岀现了很大的进展。许多发达国家 如美国、
16、口本、韩国以及IBM, Apple, AT&T, NTT等著名公司都为语音识别系统 的实用化开发研究投以巨资，语音识别技术实用化进程大大加速，并出现了许多实 用化产品。21世纪语音识别技术的应用及产品化方面进一步发展。2000年，飞利浦公司与 四家亚洲公司建立合作伙伴关系，共同将基丁飞利浦最先进的语音识别技术 TrueDislogTM的自然对话平台Speech Mania及自然语言识别平台SpeechPearl提供给 电信业和一般金业的电话系统，使其具有完整的语音识别功能。此技术用于电话系 统，可以使人们用平常口音和腔调与电话系统对话。而过去的语音识别软件只能识 別单字或单词，同时要求说话人根拯系统提示进行固定形式
