基于嵌入式系統(tǒng)的語音口令識別系統(tǒng)的實現(xiàn)
加入技術(shù)交流群
2．2 CDHMM算法
HMM是一種雙重隨機過程，用概率統(tǒng)計的方法描述語音信號的產(chǎn)生及變化過程。HMM的模型參數(shù)為λ=(N，M，π，A，B)，其中，N為模型中馬爾克夫鏈的狀態(tài)數(shù)目；M為每個狀態(tài)對應(yīng)的可能的觀察數(shù)目；π為初始狀態(tài)概率矢量，π=(π1，…，πN)；A為狀態(tài)轉(zhuǎn)移矩陣，A=(aij)N*N；B為觀察概率矩陣，B=(bjk)N*N。
CDHMM的B不再是一個矩陣，而是一組觀察值概率密度函數(shù)，由M個連續(xù)高斯密度函數(shù)描述：
N(o，ujk，∑jk)為多維高斯概率密度函數(shù)，o是觀察矢量序列，即從語音中提取的特征矢量參數(shù)(o1，o2，…，ot)，t為觀察矢量序列的時間長度。ujk，∑jk分別為高斯分布的均值和方差參數(shù)，Cjk為高斯分布的權(quán)值，滿足約束條件
CDHMM參數(shù)估計采用“分段K-平均法”。初始模型可以隨機選取，由
是改進(jìn)后的模型，再將作為初始值，重新估計。基于“分段K-平均法”的CDHMM參數(shù)估計具體過程為：
(1)設(shè)置模型參數(shù)初始值λ=(π，A，B)。
(2)根據(jù)此λ用Viterbi算法將輸入的訓(xùn)練語音數(shù)據(jù)劃分為最可能的狀態(tài)序列，利用狀態(tài)序列估計參數(shù)A。本文引用地址：http://m.butianyuan.cn/article/151538.htm
(3)用分段K-平均法對B進(jìn)行重新估計，即將第二步得到的每一種狀態(tài)的訓(xùn)練語音數(shù)據(jù)搜集在一起并對其特征進(jìn)行統(tǒng)計，從而得到B。
對于概率密度函數(shù)由若干正態(tài)分布函數(shù)線性相加的CDHMM系統(tǒng)，每個狀態(tài)θj(1≤j≤N)的概率密度函數(shù)bj(X)由K個正態(tài)分布函數(shù)線性相加而成，這樣可以把每一狀態(tài)語音幀分成K類，然后計算同一類中諸語音幀矢量X的均值矢量，方差矩陣∑jk和混合密度函數(shù)中各概率密度函數(shù)的權(quán)重系數(shù)Cjk。
(4)由(2)和(3)估計的CDHMM參數(shù)作為初值，利用重估公式對CDHMM參數(shù)進(jìn)行重估，得到參數(shù)。
(5)利用(4)所得的計算，并與p(O／λ)相比較。如果差值小于預(yù)定的閾值或迭代次數(shù)超過預(yù)定的次數(shù)，即說明模型參數(shù)已經(jīng)收斂，無需進(jìn)行重估計算，可將作為模型參數(shù)輸出。反之，若差值超出閾值或迭代未到預(yù)定的次數(shù)，則將計算結(jié)果作為新的初值，重復(fù)
進(jìn)行下一次迭代。
3 結(jié)束語
論文建立了一種基于嵌入式系統(tǒng)的語音口令識別系統(tǒng)，并且對上升、下降等14條口令進(jìn)行測試，每條語音先切除靜音，預(yù)加重，然后通過Hamming窗分幀處理，幀長和幀移分別為20ms和10ms，然后對每一幀語音信號提取16MFCC+16AMFCC共32維參數(shù)作為特征矢量。該語音口令識別系統(tǒng)達(dá)到了實時的要求，可以使語音口令識別系統(tǒng)廣泛應(yīng)用于便攜式設(shè)備中。
評論