語音識別及其定點DSP實現

語音識別研究的根本目的是研究出一種具有聽覺功能的機器，能直接接受人的口呼命令，理解人的意圖并做出相應的反映。語音識別系統的研究涉及微機技術、人工智能、數字信號處理、模式識別、聲學、語言學和認知科學等許多學科領域，是一個多學科綜合性研究領域。近年來，高性能數字信號處理芯片DSP(Digital Signal Process)技術的迅速發展，為語音識別的實時實現提供了可能，其中，AD公司的數字信號處理芯片以其良好的性價比和代碼的可移植性被廣泛地應用于各個領域。因此，我們采用AD公司的定點DSP處理芯片ADSP2181實現了語音信號的識別。
　　1 語音識別的基本過程

　　根據實際中的應用不同，語音識別系統可以分為：特定人與非特定人的識別、獨立詞與連續詞的識別、小詞匯量與大詞匯量以及無限詞匯量的識別。但無論那種語音識別系統，其基本原理和處理方法都大體類似。一個典型的語音識別系統的原理圖如圖1所示。

　　語音識別過程主要包括語音信號的預處理、特征提取、模式匹配幾個部分。預處理包括預濾波、采樣和量化、加窗、端點檢測、預加重等過程。語音信號識別最重要的一環就是特征參數提取。提取的特征參數必須滿足以下的要求：

　　(1)提取的特征參數能有效地代表語音特征，具有很好的區分性；

　　(2)各階參數之間有良好的獨立性；

　　(3)特征參數要計算方便，最好有高效的算法，以保證語音識別的實時實現。

　　在訓練階段，將特征參數進行一定的處理后，為每個詞條建立一個模型，保存為模板庫。在識別階段，語音信號經過相同的通道得到語音特征參數，生成測試模板，與參考模板進行匹配，將匹配分數最高的參考模板作為識別結果。同時，還可以在很多先驗知識的幫助下，提高識別的準確率。

　　2 系統的硬件結構

　　2．1 ADSP2181的特點

　　AD公司的DSP處理芯片ADSP2181是一種16b的定點DSP芯片，他內部存儲空間大、運算功能強、接口能力強。有以下的主要特點：

　　(1)采用哈佛結構，外接16．67MHz晶振，指令周期為30ns，指令速度為33MI／s，所有指令單周期執行；

　　(2)片內集成了80 kB的存儲器：16 kB字的(24b)的程序存儲器和16kB字(16b)的數據存儲器；

　　(3)內部有3個獨立的計算單元：算術邏輯單元(ALU)、乘累加器(MAC)和桶形移位器(SHIFT)，其中乘累加器支持多精度和自動無偏差舍人；

　　(4)一個16b的內部DMA端口(1DMA)，供片內存儲器的高速存取；一個8b自舉DMA(BDMA)口，用于從自舉程序存儲器中裝載數據和程序；

　　(5)6個外部中斷，并且可以設置優先級或屏蔽等。

　　由于ADSP2181以上的特點，使得該芯片構成的系統體積小、性能高、成本和功耗低，能較好地實現語音識別算法。