孤立詞語音識別系統(tǒng)的dsp實現(xiàn)-全文預覽
【正文】 個長度為43幀的語音序列，而縱坐標對應“1”這個字音的一次較長的發(fā)音，該語音特征序列共有56幀。將各個對應幀之間的失真累計起來就可以得到兩模式間的總失真。 將己經(jīng)存入模板庫的各個詞條稱為參考模板，一個參考模板可以表示為{R(1)，R(2)，…，R(M)}，m為訓練語音幀的時序標號，m=1為起點語音幀，m=M為終點語音幀，因此M為該模式包含的語音幀總數(shù)，R(m)為第m幀語音的特征矢量。DTW算法就是要尋找一個最佳的時間規(guī)整函數(shù)，使得語音輸入B的時間軸k映射到參考模板A的時間軸j上總的累計失真最小。3．3 特定人語音識別算法首先要通過FFT得到該幀信號的功率譜，轉(zhuǎn)換為Mel頻率下的功率譜。 fMel=2 596log10(1+f／700) 近年來，一種能夠比較充分利用人耳這種特殊的感知特新的參數(shù)得到了廣泛的應用，這就是Mel尺度倒譜參數(shù)(Melscaled Cepstrum Coefficients，MFCC)。否則就標記好結(jié)束端點，并返回。在過渡段中，由于參數(shù)的數(shù)值比較小，不能確信是否處于真正的語音段，因此只要兩個參數(shù)的數(shù)值都回落到低門限以下，就將當前狀態(tài)恢復到靜音狀態(tài)。低門限被超過未必就是語音的開始，有可能是時間很短的噪聲引起的。TLC320AD50C片內(nèi)還包括一個定時器(調(diào)整采樣率和幀同步延時)和控制器(調(diào)整編程放大增益、鎖相環(huán)PLL、主從模式)。 語音處理模塊采用TI TMS320VC5402，其主要特點包括：采用改進的哈佛結(jié)構，一條程序總線(PB)，三條數(shù)據(jù)總線(CB，DB，EB)和四條地址總線(PAB，CAB，DAB，EAB)，帶有專用硬件邏輯CPU(40位算術邏輯單元(ALU)，包括1個40位桶形移位器和二個40位累加器；一個1717乘法器和一個40位專用加法器，允許16位帶或不帶符號的乘法)，片內(nèi)存儲器(八個輔助寄存器及一個軟件棧)，片內(nèi)外專用的指令集，允許使用業(yè)界最先進的定點DSP C語
物理相關推薦
鄂ICP備17016276號-1