基于DSP的語音識別計算器設計
加入技術交流群
2)將離散譜X(k)通過M個Mel頻率濾波器組可得到Mel頻譜并通過對數能量的處理，得到對數頻譜S(n)。計算S(n)通過每一個濾波器的輸出，得到M個h(m)參數。
3)對所有濾波器輸出進行對數運算，再進一步進行離散余弦變換(DCT)，即可得到MFCC參數。
一般在Mel濾波器的選擇中。Mel濾波器組都選擇三角形的濾波器，但也可以是其他形狀，如正弦形的濾波器組等。
2．4 模板匹配(HMM算法)
本文采用隱馬爾科夫模型(HMM算法)進行模式匹配。它將特征矢量作為模板，在語音識別模式匹配時，對輸人的語音與模板庫中的模板進行比較，最后將相似度最高的作為輸出結果。HMM算法解決由于說話人語速不同和連續說話的而帶來的失真問題，還能大大減少運算時間，提高識別率。
隱馬爾可夫模型是一個雙重隨機過程的統計模型，其基本隨機過程是隱藏起來觀測不到的，另一個隨機過程則產生觀測序列。對于語音識別系統，觀測序列0就是矢量量化后的結果序列，模型λ就是由訓練語音得到的模板。語音的訓練過程就是產生模板λ的過程，而語音的識別過程就是求出在模板λ下，待識別語音的結果序列0的條件概率P[O／λ]。
由α(i)和β(i)的定義可直接得到：P[O／λ]=αt(i)βt(i)。而語音的訓練算法則較復雜，目前都采用迭代的方法得到a和b的近似解，其迭代公式如：
在實際應用中，僅對詞條的少數次發音進行訓練的語音識別系統。不可能對各種復雜語境下的不同發音都有較高的識別率。某些較陳舊的識別算法如動態時間彎曲法，只能把單詞的多次訓練發音形成多個模板，造成模板數量成倍增加，影響系統的實時性。而HMM能夠對一個詞的多個訓練序列進行有效的融合而形成一個模板。當訓練發音的數量增多時，只會造成訓練過程的計算量增大。而不會使識別過程的計算量有絲毫增加，這對系統的實時性是相當有利的。本文引用地址：http://www.104case.com/article/166656.htm
3 系統測試
針對計算器的使用特點和環境，分別在2個地點測試系統的性能。1)封閉的實驗室(地點1)，噪聲較小，采集的信號較為良好，缺點是有回聲。2)課間休息的教室(地點2)，噪聲及大，干擾很強，信號的采集質量很差。
因為整個系統的設計是實現計算器的計算功能，因此本次的實驗是在系統識別數字和運算符號等語音后在顯示器上顯示數學運算公式，并在識別出“等于”或“得出”2個詞組的語音后顯示出“=”和最后的計算結果。
在測試前預先采集5男5女共1 000個語音樣本(內容為數字0到100，加、減、乘、除、等于和十、百、千、萬等基本計算所需要的數字和運算符號讀音)，并且對所有樣本進行訓練。另外找10人(4女，6男)在各實驗地點進行實時測試，每人10個，共100個未經訓練的樣本。用這些樣本對系統進行測試，其測試結果如表1所示。
由表l所示，在相同的實驗設備條件下，在噪聲較小的環境下的系統識別率要遠高于在嘈雜的環境下。特別是非經訓練的樣本在嘈雜環境下的識別率比較低，主要是因為環境中的噪聲相當復雜，查看頻譜圖發現噪聲幾乎與說話人語音混雜疊加，算法難以識別。
4 結論
本文設計的語音識別計算器系統，除兼有語音識別的功能，還能對識別的語音信號做進一步處理。由于采用HMM模型對語音信號進行端點檢測，大大提高語音信號起止點判斷準確性，提高了識別的準確率。由于系統運算復雜。計算量和存儲量都很大，同時也需要實時處理語音信號與算法，系統所采用的TMS320VC5509，由于其具有0．05 MW／MIPS的功耗，800 MIPS的運算能力等優越的性能，完全能夠滿足實時識別功能。實驗表明，該計算器系統處理速度快，運行穩定，達到了設計要求。
評論