基于凌阳单片机的语音识别系统设计.pdf

第 34 卷第 2 期 电 子 工 程 师 Vol. 34 No. 2 2008年 2 月 　　　　　　　　　　　　　　　EL ECTRON IC EN GIN EER 　　　　　　　　　 　　　　　　　Feb. 2008 基于凌阳单片机的语音识别系统设计 董晓宁 ,张 　萌 (东南大学电子科学与工程学院 ,江苏省南京市 2 10096) ( 摘 　要 :语音识别作为一种人机交互技术 ,有着十分广泛的应用 。介绍一种基于具有 D SP 数字 ) ( 信号处理器 功能的凌阳单片机的语音识别系统设计 ,它能完成针对特定人的若干命令 特定的孤立 ) 词 的语音识别 。本设计在具体实践时 , 以汉语言的短命令为识别对象 ,体现汉语音特征 ;在系统软件 和硬件设计上强调简单实用的特点 ,简化系统结构 ,增强控制能力 。文中介绍的方法克服了使用 D SP 芯片建立同样系统时的一些不足 ,如设计繁琐 、价格高 、控制不够灵活等 。 关键词 :语音识别 ;单片机 ;特定人 ;孤立词 中图分类号 : TN 9 12. 3 示意图如图 1所示 。 0　引　言 语音识别根据实际需要和应用场合的不同 ,可以 分为孤立词识别和连续语音识别 、特定人识别和非特 定人识别 [ 12 ] 。语音识别追求的主要指标为高识别率 、 实时性和大词汇量 ;而对于一个语音识别系统 ,还应考 图 1　语音识别系统的基本结构 虑软硬件设计简单 、价格低廉 、外围控制灵活 、人机交 　 1. 1　起止点识别 互便捷等特点 。现在应用于语音识别的芯片主要为 语音信号处理基于语音短时稳定性 , 当采样频率 ( ) D SP 数字信号处理器 芯片 ,如 T I公司的 TM S320 系 ( ) 为 8 kH z 时 ,可取 128 个样点为一帧 短时段 , 帧长 列 。然而 ,将 D SP 芯片用于小型语音识别系统中 ,其 16 m s。 不足之处是很明显的[ 35 ] : 引脚多 ,价格贵 ,使用繁琐 ; 字音由浊音和清音构成 ,与噪声相比,浊音表现为 控制功能弱 ,常需要与单片机或 FPGA (现场可编程门 高能量 ,清音表现为高过零率 。对一帧声音数据 ,能量 ) 阵列 结合 ,来实现人机交互 ;常需要外接 A /D 转换芯 和过零率分别用短时段能量特征 En 和短时段过零率 片 ; 引脚为 3. 3 V ,与单片机 、FPGA 、F la sh 存储器等连