小词表实时语音识别系统的定点DSP实现

8b的Flash Memory，是非易失存储器。这样做的目的是为了使系统能脱离PC机独立工作。为了合理利用这有限的存储资源，同时实现快速的模板搜索，采用以扇区为单位的管理系统，每扇区的格式固定，采用了顺序表的方法进行管理。
3.6　模式识别动态时间归整(DTW)^[5] 　
    本系统采用动态时间归整(DTW)算法完成模板的匹配。动态时间归整(DTW)算法和隐含马可夫模型(HMM)是目前应用的比较广泛的两种模式识别算法。DTW算法是一种模板匹配的算法，在孤立词语音识别中，他是最为简单有效的算法。考虑了个人说话时间上的差别，即对于同一个词，不同人在不同时刻说的时间长度上的不同做了考虑，解决了发音长短不一的匹配问题，是语音识别中出现较早，较为经典的一种算法。
　　设参考模板特征矢量序列为A＝｛a₁，a₂，…，a_j｝，输入语音特征矢量序列为B＝｛b₁，b₂，…，b_k｝，j≠k。DTW算法就是要寻找一个最佳的时间规整函数，使得语音输入B的时间轴k映射到参考模板A的时间轴j上总的累计失真最小。本系统的DTW算法也是用定点汇编程序实现，所以运算速度较快。
3.7　语音模板的训练
　　能否获得精确可靠的模板是运用DTW算法进行正确语音识别的关键。模板的好坏，直接影响系统的识别能力。系统为每个语音命令设置3个模板的预留空间，每个命令可以有3个模板参与识别。识别结果取其中的最接近者或平均值，这样可以尽量适应说话人语气语调的变化，大大提高了一次识别率。

4　结语
　　以本系统为基础，成功地开发了一种智能声控门禁实验系统。经过大量试验表明，该系统稳定可靠，正确识别率超过95％，系统平均响应时间小于0.5s。系统成本低，是一种实用的语音识别装置。

上一页  [1] [2] 

本文关键字：语音识别  综合-其它，单片机-工控设备 - 综合-其它