【正文】 品價格降低，運算速度和集成度大幅提高[7]。作為DSP業(yè)界公認的龍頭，TI一直在技術(shù)上獨領(lǐng)風騷，為適應不同領(lǐng)域提供了不同的解決方案。DARAM總是被映射到數(shù)據(jù)存儲空間上，也可被映射進程序存儲空間用于保存程序代碼。3．掌握DSP開發(fā)板的工作原理、硬件結(jié)構(gòu)，以TMS320C5402為核心設(shè)計硬件電路。例如，20世紀40年代，貝爾電話實驗室的研究人員就對語音分析做了大量、細微且卓有成效的工作，這些工作的成果推動了計算機語音處理的發(fā)展。3．用時域語音信號進行一些數(shù)字處理，可以得到語音信號的一些重要特征參數(shù)，為分析語音信號提供了有用的基礎(chǔ)。2．語音信號的頻譜具有非常明顯的聲學概念，利用頻譜分析獲得的語音特征具有實際的物理意義。這一點是優(yōu)于前兩種分析方法的。通過大量的文獻調(diào)研與實際研究發(fā)現(xiàn)，現(xiàn)有的各種語音信號端點檢測技術(shù)都存在各自的不足，比如基于自相關(guān)相似距離的語音信號端點檢測方法，總的來說它與HMM方法的效果大致相同，但是對于結(jié)尾的判斷卻優(yōu)于HMM模型，這是因為語音大多以濁音結(jié)尾，此時自相關(guān)法的判斷精度較高，但是對于清音開頭的語音，尤其是[s]，[ks]，[n]等音節(jié)，自相關(guān)算法的檢測精度就不高。3．對于一些能量較低的爆破音、鼻音，如：等，與噪聲相混合容易造成誤判而截去這些音節(jié)的有效成分，對識別結(jié)果造成影響。小波的基本思想是通過伸縮平移一組小范圍的基，使其時頻域窗口均隨頻率的變化而變化，以實現(xiàn)對低頻分量采用大視窗分析，對高頻分量采用小視窗分析[10]。它在語音信號處理方面的潛力己經(jīng)得到確認。由以上定義，我們可以看出小波變換和傅立葉變換一樣，也是一種積分變換，為小波變換系數(shù)。 (25)式中是小波與的內(nèi)積，反映了兩者的相關(guān)程度。所以每當增加l時，尺度增加一倍，對應的頻率減小一半，可見采樣率可以降低一半而不致引起信息的丟失（帶通信號的采樣率決定于其帶寬，而不是決定于其頻率上限）。每級逼近都是用某一低通平滑函數(shù)對做平滑的結(jié)果，在逐級逼近時平滑函數(shù)也做逐級伸縮，這就是“多分辨率”，即用不同分辨率來逐級逼近待分析函數(shù)。函數(shù)的時移不改變其所屬空間，即如果則有式(213)。信號在傳播過程中會被各種加性噪聲所干擾，加性噪聲雖然獨立于有用信號，但它卻始終干擾有用信號，因而不可避免地對語音信號造成危害。隨機過程的統(tǒng)計特性是通過它的概率分布或數(shù)字特征加以表述的。在信號處理中占重要地位的一種類型的隨機過程是平穩(wěn)隨機過程，所謂平穩(wěn)隨機過程，即指它的任何維分布函數(shù)或概率密度函數(shù)與時間起點無關(guān)。 (219)式中 (220)為歸一化協(xié)方差矩陣的行列式，如式(221)所示。因此信號在各個頻段內(nèi)的信號能量分布均勻。比較圖25與圖26可明確的看出語音與噪聲在頻域存在很大的差異，而以小波分析為工具，利用這一特點進行端點檢測，也正是本節(jié)所介紹的一種基于子帶平均能量的端點檢測方法。根據(jù)第二節(jié)所介紹的小波變換原理可知，小波變換相當于信號通過的一系列低通和高通濾波器，所得的小波子帶系數(shù)分別代表了不同頻率段信號的能量分布，如圖27所示。然后選取方差作為特征參數(shù)來表示各個小波子帶平均能量的差異，計算各個子帶平均能量的方差，如式(226)所示。實驗所用的語音數(shù)據(jù)為4秒到7秒不等的160句英文語音，把它們隨機的分為三組，分別包含10句、50句和100句語音。3．通過式(224)、(225)、(226)分別進行計算，得到方差參數(shù)，取前三幀語音的參數(shù)，的平均值的2倍作為閾值。標準結(jié)果為在不加入噪聲的基礎(chǔ)上對語音進行手工標記所得。因此，使用這一特點可以把經(jīng)小波變換后獲得的小波系數(shù)的方差作為統(tǒng)計特性，進行端點檢測。過程是自相似過程中的一類特例。在許多實際發(fā)現(xiàn)的過程中?；诓灰?guī)則原理，語音信號是統(tǒng)計自相似的隨機過程，它的統(tǒng)計特性在時域內(nèi)不隨波形的擴充或壓縮而變化，它可以認為是過程，更加特殊的是語音信號與參數(shù)H服從比例關(guān)系，如式(230)所示。另外，如果為過程的小波分解，是獨立于并于任何小波基不相關(guān)，如式(235)所示。 (238)對噪音、清音和純凈語音提取小波系數(shù)方差作為先驗知識，如式(239)所示。對于小波系數(shù)方差的語音端點檢測算法，適應性較好，對于白噪聲及有色噪聲以及其它噪聲都有較好的檢測結(jié)果，但算法復雜、系統(tǒng)資源占用較多，對系統(tǒng)運算速度的要求很高，很難達到實時性要求，這樣就限制了算法的應用。表23語音的頻譜特性Table 23 Speech frequency spectrum characteristic語音分類頻譜特性能量情況濁音元音低頻 能量較高能量較高濁輔音低頻 能量較高能量較低清輔音高頻 KHz能量較高根據(jù)上述分析，本文得出的最終優(yōu)化算法如下：1．對信號進行采樣、量化、分幀處理，分幀后信號如式(243)所示。根據(jù)計算出來的方差，利用確定的門限值判斷語音和噪聲并進行標識。在不同的應用情況下也可以根據(jù)實際環(huán)境的背景噪聲特性來確定閥值。在純凈語音、高斯白噪聲和混雜噪聲三種情況進行檢測。2．40位算術(shù)邏輯運算單元(ALU)。3．32位長操作數(shù)指令。4．外部總線關(guān)斷控制，以斷開外部的數(shù)據(jù)總線、地址總線和控制信號。 電源電路(CVDD) I/O電壓(DVDD)，并且DSP對這兩種電源加電次序也有要求，理想情況下兩個電源同時加電，但是一般情況下都很難做到，這時應先對CVDD加電，然后對DVDD上電。為了實現(xiàn)DSP系統(tǒng)實時處理信號的效果，希望系統(tǒng)頻率越快越好。復位后，CLKMD的值根據(jù)C5402芯片三根輸入引腳CLKMD1~CLKKMD3確定，從而確定DSP的工作時鐘。McBSP串行口可以與其他C54x器件、編程器或其他串口器件通信。數(shù)據(jù)發(fā)送過程為：首先，CPU通過外設(shè)總線，將數(shù)據(jù)寫入數(shù)據(jù)發(fā)送寄存器DXR[1,2]。其內(nèi)部ADC之后有抽樣濾波器，DAC之前有插值濾波器，接收和發(fā)送可同時進行。次通信只有在發(fā)出請求時產(chǎn)生，當主通信采用15+1位模式時，可以進行次通信請求；當主通信采用16位模式時，則必須由FC腳輸入信號來產(chǎn)生次通信請求。圖38 矩陣控制模塊框圖 Matrix control module block diagram1．AV信號的前端處理 本模塊對音視頻信號在輸入級前端進行了簡單的處理，對音頻信號進行了阻容濾波和放大后一路送給矩陣開關(guān)，一路接入TLC320AD50C進行采樣，傳送給DSP進行數(shù)據(jù)處理。音頻用NE5532的跟隨器驅(qū)動放大，視頻信號用專業(yè)視頻信號放大芯片MAX497提高驅(qū)動能力，用75歐電阻匹配視頻信號輸出。 CCS的組成CCS的開發(fā)系統(tǒng)主要由以下組件構(gòu)成：1．TMS320C54x集成代碼產(chǎn)生工具。4．工程項目管理工具可對用戶程序?qū)嵭许椖抗芾怼?．含有集成代碼生成工具，包括匯編器、優(yōu)化C編譯器、鏈接器等，將代碼的編輯、編譯、鏈接和調(diào)試等諸多功能集成到一個軟件環(huán)境中。CCS (Code Composer Studio)是TI公司推出的用于開發(fā)DSP芯片的集成開發(fā)環(huán)境，它采用Windows風格界面，集編輯、編譯、鏈接、軟件仿真、硬件調(diào)試以及實時跟蹤等功能于一體，能完成DSP系統(tǒng)開發(fā)過程的各個環(huán)節(jié)，極大地方便了DSP芯片的開發(fā)與設(shè)計，是目前使用最為廣泛的DSP開發(fā)軟件之一。視頻開關(guān)矩陣芯片MAX4456，可將任意輸人端的視頻信號切換到任一緩沖輸出端，有并行和串行兩種工作方式，可根據(jù)需要選擇。串行口的接收/發(fā)送過程受TLC320AD50C的控制。默認情況下為15+1位傳送模式。圖35 數(shù)據(jù)的接收時序圖 Data reception sequence diagram 語音接口芯片TLC320AD50CTLC320AD50C是美國德州儀器(TI)公司生產(chǎn)的包含有A/D及D/A轉(zhuǎn)換的多功能模擬接口芯片。C5402內(nèi)部CPU對McBSP的操作是利用16位控制寄存器，通過片內(nèi)外設(shè)總線進行存取控制。 多通道緩沖串行口多通道緩沖串行口(McBSP)[35]是在緩沖串行口的基礎(chǔ)上發(fā)展起來的。PLL具有倍頻功能，其輸出信號的頻率是輸入信號的頻率乘上一個倍數(shù)，PLL把外部基準頻率變成多種頻率提供給不同的具體系統(tǒng)，以滿足各種應用的需要。若使用外部時鐘源，只要將外部時鐘信號直接加到DSP芯片的X2/CLKIN引腳，而X1引腳懸空；若使用芯片內(nèi)部的振蕩器，只要在芯片的Xl和X2/CLKIN引腳之間接入一個晶體，用于啟動內(nèi)部振蕩器。在片仿真接口(JTAG)速度單周期定點指令執(zhí)行時間為25/20/15/(40/50/66/80/100MIPS)。2．可編程分區(qū)轉(zhuǎn)換邏輯電路。指令系統(tǒng)1．單指令重復和塊指令重復操作。圖31 矩陣控制系統(tǒng)硬件框圖 Matrix control system hardware block diagram TMS320C5402簡介TMS320C54x是為實現(xiàn)低功耗、高性能而設(shè)計的定點DSP芯片，主要應用在通信系統(tǒng)方面。圖215，圖216為經(jīng)過上述綜合方法處理后的輸出結(jié)果。為了增加算法的精度，對閥值進行了自適應處理，實驗采取語音信號前三幀子帶頻域方差的平均值的兩倍作為閥值。 (246) (247)式中表示信號的小波子帶平均能量序列[29]。而有色噪聲的幅度從1Hz到的分布有很大的變化，與語音信號相似。通過式(240)、(241)分別進行計算，如果則判斷為語音，否則計算式(242)。在端點檢測中，經(jīng)常利用貝葉斯分類方法對小波系數(shù)方差的統(tǒng)計特性進行分類[26]。 (234)式中是樣本點的數(shù)量，代表可獲得的不同級的集，是在每個值的有效系數(shù)的集合。近年來成熟起來的小波變換理論，同時具有時變分析和尺度分析的功能，這為人們研究具有長程相關(guān)性的類分形信號提供了一個有效的工具。對于過程，分形維與自相似過程中的Hurst參數(shù)有著十分密切的關(guān)系。自相似過程與平穩(wěn)過程之間沒有必然的聯(lián)系，自相似過程可以是平穩(wěn)的，例如高斯白噪聲；當然，也可以不是平穩(wěn)的，例如分形布朗運動[22]。表22 語音端點檢測識別率(%)Table 22 Recognition Rate of Speech Endpoint Detection (%)子帶平均能量方差算法cleanSNR=15dbSNR=10dbSNR=0db10句語音50句語音100句語音平均檢測結(jié)果 小波系數(shù)方差語音信號是統(tǒng)計自相似的隨機過程，它的統(tǒng)計特性在時域內(nèi)不隨波形的擴充或壓縮而變化，因此它具有過程的特性[20,21]。持續(xù)幀長的確定是由具體的實驗結(jié)果來決定的，本方法根據(jù)實驗取的經(jīng)驗值，規(guī)定最小語音持續(xù)幀長為8幀，最小噪聲持續(xù)幀長為4幀，一些界限如小于被定義的最小持續(xù)時間時就被舍棄。在本論文中進行小波處理后得到的包含低頻率信息的小波系數(shù)記為第6層小波系數(shù)。圖29與圖210進行比較可明顯看出檢測效果比較明顯，在采用一定閾值判定后可以精確的檢測出語音的端點。計算各級小波系數(shù)平均能量的均值，如式(225)所示。 (223)式中。在噪聲段，由于高斯白噪聲能量變化平緩，分布相對平均，所以各個頻段的能量方差較小。一般來說，信號所含的噪聲都可看作是平穩(wěn)的高斯白噪聲。所以它被近似的表述為高斯白噪聲。 (217)如果存在則稱其為的維概率密度函數(shù)。這種不能預測的噪聲統(tǒng)稱為隨機噪聲。 噪聲與語音的頻域差異在語音的通信和處理過程中，常伴隨有噪聲的加入。圖24 函數(shù)空間的剖分 The function space partition這種剖分方式使得空間與空間正交，各個之間下次也正交，如式(212)所示。圖23 平面二進離散柵格 The binary discrete grid of the plane當時，沿軸的相應采樣間隔是此時，如式(29)所示。通常對進行均勻離散取值，以覆蓋整個時間軸。處的小波變換值可以表示成半平面上其他各處值的“總貢獻”如式(24)所示。 (22)式中是基本小波的位移和尺度伸縮。小波變換理論己由一維發(fā)展到了多維。Mallat提出的多分辨率分析(multiresolotion alysis，MRA)的思想，使小波的構(gòu)造趨于規(guī)范。由于語音數(shù)據(jù)大部分都是在接近理想的條件下采集的，語音一般都要在高保真設(shè)備上錄制語音，尤其要在無噪環(huán)境下錄音。對于語譜分析方法，目前在語音端點檢測的方法中應用還有待進一步的研究。語譜圖提供有關(guān)不同時間不同頻率的相對音強的有價值信息，可以在二個維度（時間及頻率）上表示出音強的關(guān)系。與上文時域圖相對應的一幅頻譜圖如圖22所示。時域分析法的特點是：1．用時域波形表示的語音信號比較直觀，清晰易懂。因此，可以先對語音做頻譜分析，得到提高語音識別率的有用數(shù)據(jù)，并據(jù)此來設(shè)計計算機語音識別系統(tǒng)的硬件和軟件。本文主要研究音頻信號的處理，對視頻信號只用做控制和傳輸。其中，TMS320C5402所采用的RAM是雙存取訪問RAM (DARAM)。而第六代TMSC6000系列則是目前速度最快，性能最高的DSP芯片，該系列芯片的發(fā)展中有高至5000MIPS，3G FLOPS的處理性能。進入80年代后期，隨著數(shù)字信號處理技術(shù)應用范圍的擴大，要求提高處理速度，到1988年出現(xiàn)了浮點DSP，同時提供了高級語言的編譯器，使運算速度進一步提高，其應用范圍逐步擴大到通信、計算機領(lǐng)域。芯片內(nèi)部采用程序和數(shù)據(jù)分開的哈佛結(jié)構(gòu)，具有專門的硬件乘法器，廣泛采用流水線操作，具有良好的并行特性，提供特殊的DSP指令，可以快速地實現(xiàn)各種數(shù)字信號處理算法。與規(guī)模較小的特征值。他們采用在離散傅立葉變換(DFT)系數(shù)域的統(tǒng)計模型，噪聲環(huán)境下的語音和噪聲譜