【正文】 12C5A60S2 單片機(jī)為高電平復(fù)位，及即要使得復(fù)位管腳 RST 保持一定時(shí)間的高電平。 單片機(jī)電路設(shè)計(jì) 本系統(tǒng)單片機(jī)采用的是宏晶公司的 STC12C5A60S2，它采用增強(qiáng)型 8051內(nèi)核。驅(qū)動電路和穩(wěn)壓電路焊在同一通用板上，兩個(gè)板子用銅柱固定為上下兩層，節(jié)省空間。系統(tǒng)框圖如圖 11 所示： 圖 31 系統(tǒng)總體框圖 167。 小車總體框圖 系統(tǒng)總體框圖如下所示。 本系統(tǒng)的整個(gè)上位機(jī)使用 MATLAB 做的，為了更方便的進(jìn)行操作，我用MATLAB 的 GUI 設(shè)計(jì)了一個(gè)圖形界面。 MATLAB 上的 GUI 設(shè)計(jì) MATLA 作為功能強(qiáng)大的科學(xué)計(jì)算軟件，同樣也提供了圖形用戶界面設(shè)計(jì)的功能。 end D(i,j) = d(i,j) + min([D1,D2,D3])。 if j1 D2 = D(i1,j1)。 for i = 1:n for j = 1:m d(i,j) = sum((t(i,:)r(j,:)).^2)。該計(jì)算過程一直達(dá)到格點(diǎn)（ n， m），并將 D（ n， m）輸出，作為模板匹配的結(jié)果。然后通過一個(gè)循環(huán)計(jì)算兩個(gè)模板的幀匹配距離距陣 d。 程序?qū)崿F(xiàn) DTW 算法可以直接按上面的描述來實(shí)現(xiàn)，即分配兩個(gè) N M 的矩陣，分別為積累距離矩陣 D 和 幀匹配距離矩陣 d，其中幀匹配距離矩陣 d（ i， j）的值為測試模板的第 i 幀與參考模板的第 j 幀間的距離。搜索到（ n ， m ）時(shí)，只保留一條最佳路徑。求最佳路徑的問題可以歸結(jié)為滿足約束條件 r 時(shí)，求最佳路徑函數(shù) m =216。（ n ）描述，其中 n =i， i=1， 2，??， N， 216。 DP 算法可以歸結(jié)為尋找一條通過此網(wǎng)絡(luò)中若干格點(diǎn)的路徑，路徑通過的格點(diǎn)即為測試和參考模板中進(jìn)行計(jì)算的幀號。對齊可以采用線性擴(kuò)張的方法，如果 NM 可以將 T 線性映射為一個(gè) M 幀的序列，再計(jì)算它與 {R（ 1）， R（ 2），??， R（ M） }之間的距離。為了計(jì)算這一失真距離，應(yīng)從 T 和 R 中各個(gè)對應(yīng)幀之間的距離算起。已存入模板庫的各個(gè)詞條稱為參考模板，一個(gè)參考模板可河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 15 表示為 R={R（ 1）， R（ 2），??， R（ m），??， R（ M） }， m 為訓(xùn)練語音幀的時(shí)序標(biāo)號， m=1 為起點(diǎn)語音幀， m=M 為終點(diǎn)語音幀，因此 M 為該模板所包含的語音幀總數(shù)， R（ m）為第 m 幀的語音特征矢量。 在孤立詞語音識別中，最為簡單有效的方法是采用 DTW（ Dynamic Time Warping，動態(tài)時(shí)間歸整）算法，該算法基于動態(tài)規(guī)劃（ DP）的思想，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)較早、較為經(jīng)典的一種算法。 HMM 是一種用參數(shù)表示的 ,用于描述隨機(jī)過程統(tǒng)計(jì)特性的概率模型。 167。 用 MATLAB 實(shí)現(xiàn) LPC 系數(shù)的計(jì)算 本系統(tǒng)使用的特征參數(shù)是線性預(yù)測系數(shù) (LPC)。 （ 3）計(jì)算 mP 的自然對數(shù)，得到 mL ， 0,1, , 1mM??。首先要通過 FFT得到該幀信號的功率譜 ()Sn，轉(zhuǎn)換為 Mel 頻率下的功率譜。所以通常將加窗后的幀經(jīng)過快速傅立葉變換（ FFT），求出每幀的頻譜參數(shù)。近年來，一種能夠比較充分利用人耳這種特殊的感知特性的參數(shù)得到 了 廣 泛 的 應(yīng) 用 ， 這 就 是 Mel 尺 度 倒 譜 參 數(shù) (Melscaled Cepstrum Coefficient)，或稱 Mel 頻率倒譜系數(shù)，簡稱為 MFCC。由 式可得 LPC 到 LPCC 的直接遞推關(guān)系。在實(shí)際運(yùn)作中大多數(shù)語音識別系統(tǒng) 都會采用倒譜參數(shù)來作為有關(guān)距離的度量。 這里 x 為一幀語音信號， n 為計(jì)算 LPC 參數(shù)的階數(shù)。 1 ?( , 0 ) ( , )pn k nki a i k???? ? 1,2, ,kp? ???????????? 上式表示 p 個(gè)方程構(gòu)成的方程組，未知數(shù)為 p 個(gè)。全極點(diǎn)線性預(yù)測模型 (LPC)可以對聲管模型進(jìn)行很好的描述，這里信號的激勵源是由肺部氣流的沖擊引起的，聲帶可以有周期振動也可以不振動，分別對應(yīng)濁音 (Vowel)和清音 (Consonant)，而每段聲管則對 應(yīng)一個(gè) LPC 模型的極點(diǎn)。基河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 11 本思想是：一個(gè)語音信號的抽樣值 可以用過去的若干個(gè)抽樣值的線性組合來逼近。 特征參數(shù)提取 167。 這里我對端點(diǎn)進(jìn)行了兩級判斷。圖 24 展示了過零譜、音量譜和過零率和能量成績構(gòu)成的譜線。這里將每幀的幅度絕對值之和作為每一幀的總能量大小?？梢钥闯?，平移后，話音可以很容易從噪音中區(qū)分開來。 過零率 過零率（ Zero Crossing Rate）是在每個(gè)音框中，音訊通過零點(diǎn)的次數(shù) 。研究表明 ,即使是在安靜的環(huán)境下 ,語音識別系統(tǒng)一半以上的錯誤可能主要來基于 MTLAB 編寫的語音端點(diǎn)檢測程序。語音信號是瞬時(shí)變化的，但在 10～ 20ms 內(nèi)是相對穩(wěn)定的 .我設(shè)定的采樣頻率為 11025 所以我們對預(yù)處理后的語音信號 S1(n)以 1024點(diǎn)為一幀進(jìn)行處理，幀移為 512個(gè)采樣點(diǎn)。 欲加重處理 預(yù)加重的目的在于濾除低頻干 擾，尤其是 50Hz 或 60Hz 的工頻干擾，將對于語音識別更為有用的高頻部分的頻譜進(jìn)一步提升。, 8 bits/sample 本設(shè)計(jì)單次采樣總數(shù)為 50000 點(diǎn)，采樣率為 220xxHZ。, 16 bits/sample （ 3） 39?！?dtype’代表采樣數(shù)據(jù)的存儲類型， MATLAB 提供四種存儲類型如下： （ 1） 39。dtype39。 167。特定人是指只針對一個(gè)用戶的語音識別，非特定人則可用于不同的用戶。連接詞語音識別支持一個(gè)小的語法網(wǎng)絡(luò)，其內(nèi)部形成一個(gè)狀態(tài)機(jī)，可以實(shí)現(xiàn)簡單的家用電器的控制，而復(fù)雜的連接詞語音識別系統(tǒng)可以用于電話語音查詢、航空定票等系統(tǒng)。當(dāng)今，語音識別產(chǎn)品在人機(jī)交互應(yīng)用中已經(jīng)占到越來越大的比例。隨著計(jì)算機(jī)技術(shù)、模式識別和信號處理技術(shù)及聲學(xué)技術(shù)等的發(fā)展，使得能滿足各種需要的語音識別系統(tǒng)的實(shí)現(xiàn)成為可能。 167。下位機(jī)是單片機(jī)控制的一個(gè)小車，單片機(jī)收到上位機(jī)傳來的指令后，很據(jù)不同的指令控制小車完成不同的動作。下位機(jī)采用 STC2C5A60S2 單片機(jī)作為控制中心，采用 L298專用驅(qū)動芯片搭建雙橋，進(jìn)行點(diǎn)擊的正反轉(zhuǎn)調(diào)速等控制。下位機(jī)是單片機(jī)控制的一個(gè)小車，單片機(jī)收到上位機(jī)傳來的指令后，很據(jù)不同的指令控制小車完成不同的動作。本設(shè)計(jì)采用的識別類型是特定人孤立詞語音識別。連續(xù)語音識別是指對說話人以日常自然的方式發(fā)音，通常特指用于語音錄入的聽寫機(jī)。當(dāng)今，語音識別產(chǎn)品在人機(jī)交互應(yīng)用中已經(jīng)占到越來越大的比例。 底層驅(qū)動程序 ........................... 27 結(jié) 論 ............................................... 29 參考文獻(xiàn) ............................................. 30 致 謝 ............................................... 31 附 錄 ............................................... 32 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 1 前 言 隨著計(jì)算機(jī)技術(shù)、模式識別和信號處理技術(shù)及聲 學(xué)技術(shù)等的發(fā)展，使得能滿足各種需要的語音識別系統(tǒng)的實(shí)現(xiàn)成為可能。 穩(wěn)壓電路設(shè)計(jì) ........................... 24 167。 小車結(jié)構(gòu)設(shè)計(jì) ........................... 20 167。 程序?qū)崿F(xiàn) ............................... 16 167。 特征參數(shù)概述 ........................... 10 167。 音量 .................................... 7 167。 欲加重處理 .............................. 6 167。 語音識別發(fā)展 ............................ 4 167。本設(shè)計(jì)達(dá)到了預(yù)期目標(biāo) ,實(shí)現(xiàn)了所期望的功能效果。 本系統(tǒng)分上位機(jī)和下位機(jī)兩大方面。本設(shè)計(jì)是語音識別在控制領(lǐng)域的一個(gè)很好實(shí)現(xiàn)，它將原本需要手工操作的工作用語音來方便地完成。 近二三十年來，語音識別在計(jì)算機(jī)、信息處理、通信與電子系統(tǒng)、自動控制等領(lǐng)域中有著越來越廣泛的應(yīng)用。本設(shè)計(jì)采用的識別類型是特定人孤立詞語音識別。 該設(shè)計(jì)對語音識別的現(xiàn)有算法進(jìn)行了 驗(yàn)證和實(shí)現(xiàn)，并對端點(diǎn)檢測和匹配算法進(jìn)行了些許改進(jìn)。 語音識別簡介 ................................. 4 167。 聲音的預(yù)處理 ................................. 6 167。 過零率 .................................. 6 167。 特征參數(shù)提取 ................................ 10 167。 DTW 算法原理 ........................... 14 167。 小車總體框圖 ........................... 20 167。 驅(qū)動電路設(shè)計(jì) ........................... 23 167。 部分主程序 ............................. 25 167。使用語音作為人機(jī)交互的途徑對于使用者來說是最自然的一種方式，同時(shí)設(shè)備的小型化也要求省略鍵盤以節(jié)省體積。連接詞語音識別支持一個(gè)小的語法網(wǎng)絡(luò)，其內(nèi)部形成一個(gè)狀態(tài)機(jī)，可以實(shí)現(xiàn)電話語音查詢、航空定票等系統(tǒng)。實(shí)際上，非特定人語音識別的初始識別率往往都比較低，一般都要求用戶花一定的時(shí)間對系統(tǒng)進(jìn)行訓(xùn)練，將系統(tǒng)的參數(shù)進(jìn)行一定的自適應(yīng)調(diào)整，才能使識別率達(dá)到滿意的程度。上位機(jī)利用 PC 上 MATLAB 強(qiáng)大的數(shù)學(xué)計(jì)算能力，進(jìn)行語音輸入、端點(diǎn)監(jiān)測、特征參數(shù)提取、匹配、串口控制等工作，根據(jù)識別到的不同語音通過 PC 串口向下位機(jī)發(fā)送不 同的指令。上面設(shè)置了串口選擇框、錄音開始按鈕、語音識別結(jié)果框等。上位機(jī)利用 PC 上 MATLAB 強(qiáng)大的數(shù)學(xué)計(jì)算能力，進(jìn)行語音的輸入、端點(diǎn)監(jiān)測、特征參數(shù)提取、匹配、識別、串口控制等工作，根據(jù)識別到的不同語音通過 PC 串口向下位機(jī)發(fā)送不同的指令。上位機(jī)的設(shè)計(jì)基于 MATLAB 平臺，利用 MATLAB 強(qiáng)大的數(shù)學(xué)計(jì)算能力，進(jìn)行語音的輸入、預(yù)處理、端點(diǎn)監(jiān)測、特征參數(shù)提取、匹配、識別、串口控制等工作。便捷時(shí)尚成為當(dāng)代人們的追求目標(biāo)。使用語音作為人機(jī)交互的途徑對于使用者來說是最自然的一種方式，同時(shí)設(shè)備的小型化也要求省略鍵盤以節(jié)省體積。孤立詞識別是指說話人每次 只說一個(gè)詞或短語，每個(gè)詞或短語在詞匯表中都算作一個(gè)詞條，一般用在語音電話撥號系統(tǒng)中。 從識別對象的類型來看，語音識別 可以分為特定人 (Speaker Dependent)語音識別和非特定人 (Speaker Independent)語音識別。目前的連續(xù)語音識別大多是基于 HMM(隱馬爾可夫模型 )框架，并將聲學(xué)、語言學(xué)的知識統(tǒng)一引入來改善這個(gè)框架，其硬 件平臺通常是功能強(qiáng)大的工作站或 PC 機(jī)。 wavrecord 是 MATLAB 的專有聲音錄入函數(shù)，他有一下三種調(diào)用方式： （ 1） y = wavrecord(n,Fs) （ 2） y = wavrecord(n,Fs,ch) （ 3） y = wavrecord(n,Fs,39。 ch 代表聲音錄入采用的通道數(shù)，當(dāng) ch 為 1 時(shí)為單聲道，當(dāng) ch 為 2 時(shí)為立體聲 。single39。uint839。 聲音的預(yù)處理 16