孤立詞語音識別系統(tǒng)的DSP實現(xiàn)

0 引 言
在孤立詞語音識別中，最為簡單有效的方法是采用動態(tài)時間規(guī)整(Dynamic Time Warping，DTW)算法，該算法解決了發(fā)音長短不一的模板匹配問題，是語音識別中出現(xiàn)最早、較為經(jīng)典的一種算法。用于孤立詞識別，該算法較現(xiàn)在比較流行的HMM算法在相同的環(huán)境條件下，識別效果相差不大，但HMM算法要復雜的多，這主要體現(xiàn)在HMM算法在訓練階段需要提供大量的語音數(shù)據(jù)，通過反復計算才能得到模型參數(shù)，而DTW算法的訓練中幾乎不需要額外的計算。所以在孤立詞語音識別中，DTW算法仍得到廣泛的應用。本系統(tǒng)就采用了該算法。

1 系統(tǒng)概述
語音識別系統(tǒng)的典型實現(xiàn)方案如圖1所示。輸入的模擬語音信號首先要進行預處理，包括預濾波、采樣和量化、加窗、斷點檢測、預加重等。語音信號經(jīng)過預處理后，接下來重要的一環(huán)就是特征參數(shù)提取，其目的是從語音波形中提取出隨時間變化的語音特征序列。然后建立聲學模型，在識別的時候?qū)⑤斎氲恼Z音特征同聲學模型進行比較，得到最佳的識別結果。

2 硬件構成
2．1 系統(tǒng)構成
這里采用DSP芯片為核心(圖2)，系統(tǒng)包括直接雙訪問快速SRAM、一路ADC／一路DAC及相應的模擬信號放大器和抗混疊濾波器。外部只需擴展FLASH存儲器、電源模塊等少量電路即可構成完整系統(tǒng)應用。