畢業(yè)設計 具有語音識別功能的電子鎖.zip
畢業(yè)設計 具有語音識別功能的電子鎖,共48頁，字數(shù)總計：21752摘 要語音識別技術在嵌入式系統(tǒng)中的應用具有廣闊的前景。目前，語音識別理論已經(jīng)比較成熟，但在智能開關（電子鎖），即具有語音識別功能的電子智能鎖的應用少見報道。電子鎖的語音識別屬于小詞匯量、孤立詞語音識別的識別技術，針對這一課題，本文在matlab環(huán)境下設計算法進行語音信號的采集、特征抽取、概...
該文檔為壓縮文件,包含的文件列表如下:
內(nèi)容介紹
原文檔由會員 優(yōu)秀排骨 發(fā)布
共48頁，字數(shù)總計：21752
摘 要
語音識別技術在嵌入式系統(tǒng)中的應用具有廣闊的前景。目前，語音識別理論已經(jīng)比較成熟，但在智能開關（電子鎖），即具有語音識別功能的電子智能鎖的應用少見報道。電子鎖的語音識別屬于小詞匯量、孤立詞語音識別的識別技術，針對這一課題，本文在Matlab環(huán)境下設計算法進行語音信號的采集、特征抽取、概率計算、語音處理。最后將 m 代碼轉(zhuǎn)化 c 代碼，然后移植到 DSP,完成了語音識別軟件的開發(fā)，本文主要完成了以下工作:
1. 基于Matlab7.5實現(xiàn)了語音的端點檢測。語音信號的預處理，利用去噪聲的短時能量分析對語音信號進行端點檢測，明確的判斷了孤立詞的起始和結束點，排除了無聲段的噪聲干擾；
2. 研究并得出了提取語音特征算法。本文選用 MFCC 作為語音特征參數(shù)，具體方法是提取參數(shù)前，對語音信號加漢明窗，然后用 mfcc.m 同時調(diào)用函數(shù) melbankm.m 獲取了語音信號的 MFCC 參數(shù);
3. 選用 HMM 模型得到了具有最大可能性的輸出觀察矢量的參數(shù)，采用的方法是將提取的 MFCC 語音特征參數(shù)在一組參考模板中輪流進行匹配；
4. 設計出了語音識別開關的硬件系統(tǒng)。在以TMS320C5416為核心的語音信號處理板上，采用 HMM 算法，利用軟件 CCS 進行了仿真，結果表明，算法具有較高的可靠性和穩(wěn)定性。
本文基于 Matlab7.5 完成了語音識別的算法設計和仿真，為電子鎖的具體應用提供了技術支持，完善了語音識別的實用化理論。
關鍵詞：MATLAB，語音識別，美爾頻標倒譜系數(shù)，隱馬爾科夫模型（HMM）
ABSTRACT
Aptitude Speech Recgnition System's utility research has been a leadingdirection in the research of speech recognition for 2 years.Nowadays,most of it'sappliances on embedded-systems are speech controling,which makes the complexmanual operation easy and convenient. The method applied in this paper belongs to the small glossary’s isolated words’ Speech recognition,mainly bases on the algorithm proved by the reference literature,which omplished the assignment of sampling,extracting,computing,modeling and marking,finally,the result is obtained.
1 In the environment of Matlab7.5,do pre-processing to the speech signal. the use of short-term noise can be able to clearly determine the energy of isolated words start and end points of the paragraph and exclude silent noise.
2 MFCC parameters used for the voice feature parameters. In the parameter extraction process, make Hamming window on the speech signal, call the function mfcc.m at the same time use function melbankm.m to access MFCC parameters
3 With the characteristic parameters of the voice accessed by mfcc.m, match the rotationin a reference template , get the vector parameters with largest possibility of output observation.
4 At the TMS320C5416 board which is the core of signal processing. Use HMM algorithm and the CCS software to simulation.The results show that the algorithm has high reliability and stability.
With the sentences all of the above, in the development environment of Matlab7.5, completing the design of speech recognition algorithms ,and the Semi-physical simulation in the CCS At the TMS320C5416 board which is the core of signal processing.Then achieve the speech recognition systems at the end.
KEY WORDS：MATLAB,DSP, Speech Recgnition System ,MFCC, HMM
目 錄
第一章 緒 論 5
1.1 課題研究的背景和意義 5
1.1.1 國外研究歷史及現(xiàn)狀 5
1.1.2 國內(nèi)研究歷史及現(xiàn)狀 6
1.2 識別系統(tǒng)存在的難點問題 7
1.3 設計的研究內(nèi)容和主要工作 8
1.4 本次設計主要內(nèi)容 8
第二章 語音信號的預處理處理 10
2.1 引言 10
2.2 語音信號的數(shù)字化和預處理 10
2.2.1 本章結構圖 10
2.2.2 自增益控制和預濾波 10
2.2.3 預加重 11
2.2.4 分幀與加窗 11
2.2.5 端點檢測 12
2.3 小結 13
第三章 語音信號特征參數(shù)的提取 14
3.1 引言 14
3.2. 語音信號產(chǎn)生的 LPC 數(shù)學模型 14
3.2.1 語音信號產(chǎn)生的 LPC 數(shù)學模型 14
3.2.3 LPC 復到譜 17
3.2.4 線性預測美爾到譜系數(shù) 18
3.3 小結 20
第四章 HMM算法 21
4.1 引言 21
4.2 基于連續(xù)隱馬爾可夫鏈的語音識別模型 21
4.2.1 模型概述 21
4.2.2 隱馬爾可夫模型的基本原理 21
4.3 前向概率和后向概率——HMM的輸出概率計算[12] 23
4.3.1 HMM輸出概率的計算 23
4.3.2 HMM的前向概率和后向概率 24
4.3.3 利用前向概率和后向概率計算輸出概率 25
4.3.4 識別算法——Viterbi解碼 25
4.3.5 Baum-Welch 算法 26
4.4 算法中要考慮的問題 28
4.4.1 問題的提出 28
4.4.2 重估公式的修正 29
4.4 小結 29
第五章 嵌入式系統(tǒng)的硬件描述 30
5.1 引言 30
5.2 DSP 系統(tǒng)的硬件概述 30
5.2.1 TMS320VC5416簡介 30
5.2.2 音頻采集模塊 31
5.2.3 內(nèi)部存儲器設置 32
5.2.4 外部存儲器的擴展 33
5.3 系統(tǒng)軟硬件聯(lián)調(diào) 34
5.3.1 在 matlab 上實現(xiàn)語音識別 34
5.3.2 語音識別系統(tǒng)總體流程 36
5.3.3 語音識別系統(tǒng)聯(lián)調(diào) 39
5.3.4 結論 40
5.4 小結 41
第六章 總 結 42
6.1本文所做工作 42
6.2 進一步展望 42
參考文獻 44
致 謝 46
畢業(yè)設計小結 47
摘 要
語音識別技術在嵌入式系統(tǒng)中的應用具有廣闊的前景。目前，語音識別理論已經(jīng)比較成熟，但在智能開關（電子鎖），即具有語音識別功能的電子智能鎖的應用少見報道。電子鎖的語音識別屬于小詞匯量、孤立詞語音識別的識別技術，針對這一課題，本文在Matlab環(huán)境下設計算法進行語音信號的采集、特征抽取、概率計算、語音處理。最后將 m 代碼轉(zhuǎn)化 c 代碼，然后移植到 DSP,完成了語音識別軟件的開發(fā)，本文主要完成了以下工作:
1. 基于Matlab7.5實現(xiàn)了語音的端點檢測。語音信號的預處理，利用去噪聲的短時能量分析對語音信號進行端點檢測，明確的判斷了孤立詞的起始和結束點，排除了無聲段的噪聲干擾；
2. 研究并得出了提取語音特征算法。本文選用 MFCC 作為語音特征參數(shù)，具體方法是提取參數(shù)前，對語音信號加漢明窗，然后用 mfcc.m 同時調(diào)用函數(shù) melbankm.m 獲取了語音信號的 MFCC 參數(shù);
3. 選用 HMM 模型得到了具有最大可能性的輸出觀察矢量的參數(shù)，采用的方法是將提取的 MFCC 語音特征參數(shù)在一組參考模板中輪流進行匹配；
4. 設計出了語音識別開關的硬件系統(tǒng)。在以TMS320C5416為核心的語音信號處理板上，采用 HMM 算法，利用軟件 CCS 進行了仿真，結果表明，算法具有較高的可靠性和穩(wěn)定性。
本文基于 Matlab7.5 完成了語音識別的算法設計和仿真，為電子鎖的具體應用提供了技術支持，完善了語音識別的實用化理論。
關鍵詞：MATLAB，語音識別，美爾頻標倒譜系數(shù)，隱馬爾科夫模型（HMM）
ABSTRACT
Aptitude Speech Recgnition System's utility research has been a leadingdirection in the research of speech recognition for 2 years.Nowadays,most of it'sappliances on embedded-systems are speech controling,which makes the complexmanual operation easy and convenient. The method applied in this paper belongs to the small glossary’s isolated words’ Speech recognition,mainly bases on the algorithm proved by the reference literature,which omplished the assignment of sampling,extracting,computing,modeling and marking,finally,the result is obtained.
1 In the environment of Matlab7.5,do pre-processing to the speech signal. the use of short-term noise can be able to clearly determine the energy of isolated words start and end points of the paragraph and exclude silent noise.
2 MFCC parameters used for the voice feature parameters. In the parameter extraction process, make Hamming window on the speech signal, call the function mfcc.m at the same time use function melbankm.m to access MFCC parameters
3 With the characteristic parameters of the voice accessed by mfcc.m, match the rotationin a reference template , get the vector parameters with largest possibility of output observation.
4 At the TMS320C5416 board which is the core of signal processing. Use HMM algorithm and the CCS software to simulation.The results show that the algorithm has high reliability and stability.
With the sentences all of the above, in the development environment of Matlab7.5, completing the design of speech recognition algorithms ,and the Semi-physical simulation in the CCS At the TMS320C5416 board which is the core of signal processing.Then achieve the speech recognition systems at the end.
KEY WORDS：MATLAB,DSP, Speech Recgnition System ,MFCC, HMM
目 錄
第一章 緒 論 5
1.1 課題研究的背景和意義 5
1.1.1 國外研究歷史及現(xiàn)狀 5
1.1.2 國內(nèi)研究歷史及現(xiàn)狀 6
1.2 識別系統(tǒng)存在的難點問題 7
1.3 設計的研究內(nèi)容和主要工作 8
1.4 本次設計主要內(nèi)容 8
第二章 語音信號的預處理處理 10
2.1 引言 10
2.2 語音信號的數(shù)字化和預處理 10
2.2.1 本章結構圖 10
2.2.2 自增益控制和預濾波 10
2.2.3 預加重 11
2.2.4 分幀與加窗 11
2.2.5 端點檢測 12
2.3 小結 13
第三章 語音信號特征參數(shù)的提取 14
3.1 引言 14
3.2. 語音信號產(chǎn)生的 LPC 數(shù)學模型 14
3.2.1 語音信號產(chǎn)生的 LPC 數(shù)學模型 14
3.2.3 LPC 復到譜 17
3.2.4 線性預測美爾到譜系數(shù) 18
3.3 小結 20
第四章 HMM算法 21
4.1 引言 21
4.2 基于連續(xù)隱馬爾可夫鏈的語音識別模型 21
4.2.1 模型概述 21
4.2.2 隱馬爾可夫模型的基本原理 21
4.3 前向概率和后向概率——HMM的輸出概率計算[12] 23
4.3.1 HMM輸出概率的計算 23
4.3.2 HMM的前向概率和后向概率 24
4.3.3 利用前向概率和后向概率計算輸出概率 25
4.3.4 識別算法——Viterbi解碼 25
4.3.5 Baum-Welch 算法 26
4.4 算法中要考慮的問題 28
4.4.1 問題的提出 28
4.4.2 重估公式的修正 29
4.4 小結 29
第五章 嵌入式系統(tǒng)的硬件描述 30
5.1 引言 30
5.2 DSP 系統(tǒng)的硬件概述 30
5.2.1 TMS320VC5416簡介 30
5.2.2 音頻采集模塊 31
5.2.3 內(nèi)部存儲器設置 32
5.2.4 外部存儲器的擴展 33
5.3 系統(tǒng)軟硬件聯(lián)調(diào) 34
5.3.1 在 matlab 上實現(xiàn)語音識別 34
5.3.2 語音識別系統(tǒng)總體流程 36
5.3.3 語音識別系統(tǒng)聯(lián)調(diào) 39
5.3.4 結論 40
5.4 小結 41
第六章 總 結 42
6.1本文所做工作 42
6.2 進一步展望 42
參考文獻 44
致 謝 46
畢業(yè)設計小結 47
