基于Windows CE的語音口令識別系統的設計
加入技術交流群
圖1 語音口令識別系統的程序流程圖。
當語音口令識別系統采集到命令語音信號后，要提取參數，做出比較判斷，調用相應語音口令識別算法。對每條語音口令信號，先切除靜音，進行預加重處理，然后通過Hamming窗分幀，幀長和幀移分別為20ms和10ms，對每一幀語音信號提取16階MFCC和△MFCC一共32維參數作為特征矢量。
語音口令識別軟件系統由許多不同的語音信號預處理、識別算法和其它子程序組成，為了實現參數的傳遞，每個程序執行后的參數以文件的形式輸出，而這些程序的調用先后順序和參數的輸入輸出文件的位置等都由一個主程序管理。
在Windows CE中，編寫可執行程序，需要調用應用程序編程接口API（Application Programming Interface）函數，并且要設定程序入口點。調用過程為：
無論是進行語音口令訓練還是語音口令識別操作，都需要對語音口令信號的采集和實時處理程序，所以對語音口令信號的采集和實時處理程序是語音口令識別系統軟件中的重要部分之一。對于語音音頻接口的管理是通過Windows CE 5.0里的API函數完成的，對語音口令信號的采集和實時處理程序流程圖如圖2所示。
評論