【文章內(nèi)容簡介】 中國的電子信息產(chǎn)業(yè)出現(xiàn)于20世紀二十年代。1929年10月，中國民黨政府軍政部在南京建立“電信機械修造總廠”，主要生產(chǎn)軍用無線電收發(fā)報機，以后又組建了“中央無線電器材有限公司”，“南京雷達研究所”等研究生產(chǎn)單位。中華人民共和國建立后，政府十分重視電子工業(yè)的發(fā)展。中國國家決定成立第四機械工業(yè)部，專屬中國國防工業(yè)序列。這標(biāo)志著中國電子信息產(chǎn)業(yè)成了獨立的工業(yè)部門。 　1983年，第四機械工業(yè)部改稱電子工業(yè)部。中國的電子工業(yè)經(jīng)過幾十年的建設(shè)和發(fā)展，已經(jīng)具有相當(dāng)規(guī)模，形成了軍民結(jié)合、專業(yè)門類比較齊全的新興工業(yè)部門。中國電子信息產(chǎn)業(yè)已具有門類齊全的軍用電子元器件科研開發(fā)與配套能力，具有一定水平的系統(tǒng)工程科技攻關(guān)能力；基本能滿足戰(zhàn)略武器、航天技術(shù)、飛機與艦船、火炮控制和各種電子化指揮系統(tǒng)的需要；到2008年，電子信息產(chǎn)業(yè)所提供的產(chǎn)品都達到了較高技術(shù)水平，其中不少達到世界先進水平。 發(fā)展方針中國國內(nèi)企業(yè)應(yīng)抓住中國推動新一代移動通信系統(tǒng)、數(shù)字電視和互聯(lián)網(wǎng)建設(shè)的時機，依托國內(nèi)市場建立自主標(biāo)準(zhǔn)體系，推動企業(yè)加大對核心元器件和軟件、信息安全系統(tǒng)的開發(fā)力度，爭取在關(guān)鍵技術(shù)和重大標(biāo)準(zhǔn)方面實現(xiàn)突破。中國應(yīng)抓住技術(shù)進步和國際產(chǎn)業(yè)調(diào)整的新機遇，形成一批上千億的產(chǎn)業(yè)集群。電子信息產(chǎn)業(yè)單純靠規(guī)模擴張已經(jīng)難以為繼，如：中國國的彩電行業(yè)，再擴大規(guī)模難度已經(jīng)很大，今后應(yīng)該轉(zhuǎn)向速度與效益并重，推動產(chǎn)業(yè)向創(chuàng)新型和效益型的轉(zhuǎn)變。 　第三章 語音識別在電子信息產(chǎn)業(yè)中應(yīng)用 語音識別所涉及應(yīng)用領(lǐng)域應(yīng)該依托中西部資源優(yōu)勢和信息化應(yīng)用狀況，以軟件、新型元器件、電子材料等高技術(shù)、低污染行業(yè)為切入點。同時利用周邊國家資源，發(fā)展加工貿(mào)易，推動中國的國家出臺扶持政策。建立產(chǎn)業(yè)生態(tài)參數(shù)數(shù)據(jù)庫，研究產(chǎn)業(yè)生態(tài)評估模型，開展重點產(chǎn)品生態(tài)參數(shù)課題研究。 　　人們可以通過語音命令方便地從遠端的數(shù)據(jù)庫系統(tǒng)中查詢與提取有關(guān)的信息；隨著計算機的小型化，鍵盤已經(jīng)成為移動平臺的一個很大障礙，想象一下如果手機僅僅只有一個手表那么大，再用鍵盤進行撥號操作已經(jīng)是不可能的。語音識別正逐步成為信息技術(shù)中人機接口的關(guān)鍵技術(shù)，語音識別技術(shù)與語音合成技術(shù)結(jié)合使人們能夠甩掉鍵盤，通過語音命令進行操作。語音技術(shù)的應(yīng)用已經(jīng)成為一個具有競爭性的新興高技術(shù)產(chǎn)業(yè)。 語音識別所涉及應(yīng)用領(lǐng)域，智能玩具，工業(yè)控制及醫(yī)療領(lǐng)域，家電遙控用語音可以控制汽車、VCD、空調(diào)、電扇、窗簾，工業(yè)控制及醫(yī)療領(lǐng)域，電話通信的語音撥號，汽車的語音控制。 語音識別的在汽車控制方法從20世紀50年代開始對語音識別的研究開始，經(jīng)過幾十年的發(fā)展已經(jīng)達到一定的高度，有的已經(jīng)從實驗室走向市場，如一些玩具、某些部門密碼語音輸入等，隨著DSP和專用集成電路技術(shù)的發(fā)展，快速傅立葉變換以及近來嵌入式操作系統(tǒng)的研究，使得特定人識別尤其是計算量小的特定人識別成為可能。因此，對特定人語音識別技術(shù)在汽車控制上的應(yīng)用的研究是很有前途的。語音識別的方法目前，常用的說話人識別方法有模板匹配法、統(tǒng)計建模法、聯(lián)接主義法(即人工神經(jīng)網(wǎng)絡(luò)實現(xiàn))?？紤]到數(shù)據(jù)量、實時性以及識別率的問題，筆者采用基于矢量量化和隱馬爾可夫模型(HMM)相結(jié)合的方法。　說話人識別的系統(tǒng)主要由語音特征矢量提取單元(前端處理)、訓(xùn)練單元、識別單元和后處理單元組成，其系統(tǒng)構(gòu)成如　每個司機在購買車后必須將自己的語音輸入系統(tǒng)，也就是訓(xùn)練過程，當(dāng)然最好是在安靜、次數(shù)達到一定的數(shù)目。從此在以后駕駛過程中就可以利用這個系統(tǒng)了?！∷^預(yù)處理是指對語音信號的特殊處理:預(yù)加重，分幀處理。預(yù)加重的目的是提升高頻部分，使信號的頻譜變得平坦，以便于進行頻譜分析或聲道參數(shù)分析。用具有 6dB/倍頻程的提升高頻特性的預(yù)加重數(shù)字濾波器實現(xiàn)。雖然語音信號是非平穩(wěn)時變的，但是可以認為是局部短時平穩(wěn)。故語音信號分析常分段或分幀來處理。 語音識別技術(shù)在汽車上的理論　 說話人識別系統(tǒng)設(shè)計的理論根本問題是如何從語音信號中提取表征人的基本特征。即語音特征矢量的提取是整個說話人識別系統(tǒng)的基礎(chǔ)，對說話人識別的錯誤拒絕率和錯誤接受率有著極其重要的影響。同語音識別不同，說話人識別利用的是語音信號中的說話人信息，而不考慮語音中的字詞意思，它強調(diào)說話人的個性。因此，單一的語音特征矢量很難提高識別率。該系統(tǒng)在說話人的識別中采用倒譜系數(shù)加基因周期參數(shù),而在對控制命令的語音識別中僅采用倒譜系數(shù)。其中，常用的倒譜系數(shù)有2 種，即LPC(線性預(yù)測系數(shù))和倒譜參數(shù)(LPCC),一種是基于Mel刻度的MFLL(頻率倒譜系數(shù))參數(shù)(Mel頻率譜系數(shù))。 　 對于LPCC參數(shù)的提取, 可先采用Durbin遞推算法、格型算法或者Schur遞推算法來求LPC系數(shù)，然后求LPC參數(shù)。設(shè)第l幀語音的LPC系數(shù)為αn,則LPCC的參數(shù)為1＜n≤p 　 進一步的研究發(fā)現(xiàn)，引入一階和二階差分倒譜可以提高識別率。對于MPCC參數(shù)的提取，若根據(jù)Mel曲線將語音信號頻譜分為K個頻帶，個頻帶的能量為θ(Mk)，則 MFCC參數(shù)為 1＜n≤p 通過對LPCC和MFCC參數(shù)對識別率影響的實驗比較，筆者選取LPCC參數(shù) 其一階和二階差分倒譜稀疏作為特征參數(shù)?！』糁芷诠烙嫷姆椒ê芏?，主要有基于求短時自相關(guān)函數(shù)的算法、基于求短時平均幅度差函數(shù)(AMDF)的算法、基于同態(tài)信號處理和線性預(yù)測編碼的算法。筆者僅介紹基于求短時自相關(guān)函數(shù)的算法?！≡O(shè)Sw(n)是一段加窗語音信號，它的非零區(qū)間為0＜n≤n1。Sw(n)的自相關(guān)函數(shù)稱為語音信號的S(n)的短時自相關(guān)函數(shù)，用Rw(l)表示，即Rw(l)= 可知短時自相關(guān)函數(shù)在Rw(0)處最大，且在基音周期的各個整數(shù)倍點上有很大的峰值，選擇合適的窗函數(shù)(窗長為40ms的Hamming窗)與濾波器(帶寬為60~900Hz的帶通濾波器)后，只要找到自相關(guān)函數(shù)的第一最大峰值點的位置并計算它與零點的距離，便能估計