基于dsp語(yǔ)音識(shí)別課程設(shè)計(jì)-楊艷珍-文庫(kù)吧資料
2025-07-01 01:32本頁(yè)面
【正文】 在o～fs／2中確定若干個(gè)臨界帶頻率分割點(diǎn)。做256點(diǎn)的DFT變換，采樣頻率 為8kHz，窗長(zhǎng)為38ms(即N=256)，窗形為漢明窗。臨界帶特征矢量是指：將一幀信號(hào)的功率譜按頻率高低分成若干個(gè)臨界帶，每一個(gè)臨界中的功率譜求和，即可得到相應(yīng)的臨界帶特征矢量。檢測(cè)時(shí)首先要對(duì)語(yǔ)音信號(hào)進(jìn)行加窗分幀處理，如果窗的長(zhǎng)度過(guò)大，在提高檢測(cè)速度的同時(shí)導(dǎo)致識(shí)別率的下降，如果窗的長(zhǎng)度過(guò)短，在提高檢測(cè)識(shí)別率的同時(shí)增加了檢測(cè)的時(shí)間．考慮此種情況，采用動(dòng)態(tài)窗長(zhǎng)短時(shí)能量端點(diǎn)檢測(cè)方法，在靜音段使用大窗長(zhǎng)，進(jìn)入過(guò)度段后，改用小窗長(zhǎng)，進(jìn)入語(yǔ)音段則使用正常窗長(zhǎng)短時(shí)能量主要起到的作用有以下幾個(gè)方面：首先利用短時(shí)能量可以區(qū)分清音和濁音，因?yàn)闈嵋舻哪芰恳惹逡舻哪芰看蟮枚?；其次，可以用短時(shí)能量對(duì)有聲段和無(wú)聲段進(jìn)行判定，對(duì)聲母和韻母分界，以及對(duì)連字分界．算法主要步驟如下：(1)定義變量status，其值對(duì)應(yīng)于端點(diǎn)檢測(cè)的四個(gè)不同狀態(tài)，0一靜音段，1一過(guò)度段，2一語(yǔ)音段，3一結(jié)束．(2)初始化status為0，采用大窗長(zhǎng)進(jìn)行端點(diǎn)檢測(cè)，當(dāng)短時(shí)能量超過(guò)低門(mén)限值，則將status的值改變?yōu)?，認(rèn)為進(jìn)入過(guò)度段，此時(shí)窗長(zhǎng)也隨之從大窗長(zhǎng)改變?yōu)樾〈伴L(zhǎng)．(3)當(dāng)短時(shí)能量超過(guò)高門(mén)限，則將status的值改變?yōu)?，認(rèn)為進(jìn)入語(yǔ)音段，此時(shí)窗長(zhǎng)設(shè)定為正常窗．(4)當(dāng)短時(shí)能量下降到低于低門(mén)限，則再次調(diào)整窗長(zhǎng)，直至語(yǔ)音結(jié)束． 特征參數(shù)的提取 矢量量化的過(guò)程是：將語(yǔ)音信號(hào)波形的K個(gè)樣點(diǎn)的每一幀，或有K個(gè)參數(shù)的每一參數(shù)幀，構(gòu)成k維空間中的一個(gè)矢量，然后將這個(gè)矢量進(jìn)行量化。因此本實(shí)驗(yàn)采用短時(shí)平均幅值和短時(shí)過(guò)零率相結(jié)合的雙門(mén)限端點(diǎn)檢測(cè)法.雙門(mén)限端點(diǎn)檢測(cè)顧名思義需要兩級(jí)檢測(cè)，即短時(shí)平均幅值檢測(cè)和短時(shí)平均過(guò)零率檢測(cè)．首先用短時(shí)平均幅值進(jìn)行第一次判別，然后用短時(shí)平均過(guò)零率進(jìn)行第二次判別．開(kāi)始檢測(cè)之前，為計(jì)算整體平均幅值pn，當(dāng)短時(shí)平均幅值大于12的整體平均幅值pn或者第m+1幀的短時(shí)過(guò)零率大于3倍的第m幀的短時(shí)過(guò)零率即Z[m+1]3*Z[m]就進(jìn)入語(yǔ)音段．當(dāng)短時(shí)平均幅值小于14的整體平均幅值pn則認(rèn)為進(jìn)入結(jié)束．用C語(yǔ)音實(shí)現(xiàn)的流程圖如下：兩種可能會(huì)引起端點(diǎn)檢測(cè)的誤判，一是短時(shí)噪音引起的誤判，此時(shí)則需要引入最小語(yǔ)音長(zhǎng)度門(mén)限進(jìn)行噪聲判定，即語(yǔ)音段時(shí)間小于一定數(shù)值則認(rèn)定為是噪聲．二是語(yǔ)音中字與字的時(shí)間空隙引起的誤判，此時(shí)需要設(shè)定最大靜音長(zhǎng)度門(mén)限來(lái)降低識(shí)別的錯(cuò)誤率。（3）短時(shí)平均幅度：短時(shí)能量對(duì)高電平非常敏感（因?yàn)橛?jì)算時(shí)用的是信號(hào)的平方），為此可以用另一種度量語(yǔ)音信號(hào)幅度值的變化函數(shù)。（1）短時(shí)能量定義為：語(yǔ)音信號(hào)強(qiáng)度的度量參數(shù) 短時(shí)平均能量的主要用途：①可以從語(yǔ)音中區(qū)別出濁音來(lái)，因?yàn)闈嵋魰r(shí)短時(shí)平均能量的值要比清音時(shí)短時(shí)平均能量的值大很多；②可以用來(lái)區(qū)別聲母和韻母的分界、無(wú)聲和有聲的分界等③最為一種超音段信息，用于語(yǔ)音識(shí)別中。用短時(shí)能量短時(shí)過(guò)零率結(jié)合的方法，此方法實(shí)現(xiàn)簡(jiǎn)單，在噪聲干擾不大的環(huán)境中可以取得較好的識(shí)別效果，但在實(shí)時(shí)性上還有提高的空間，采用動(dòng)態(tài)窗長(zhǎng)短時(shí)能量的方法可以在識(shí)別的實(shí)時(shí)性和識(shí)別率上有所提高。端點(diǎn)檢測(cè)的目的就是在復(fù)雜的應(yīng)用環(huán)境下的信號(hào)流中分辨出語(yǔ)音信號(hào)和非語(yǔ)音信號(hào)，并確定語(yǔ)音信號(hào)的開(kāi)始及結(jié)束。TLC320AD50C與TMS320VC5402的硬件連接，如圖3所示。16位數(shù)據(jù)結(jié)構(gòu)，音頻采樣頻率為2～22．05 kHz，內(nèi)含抗混疊濾波器和重構(gòu)濾波器的模擬接口芯片，還有一個(gè)能與許多DSP芯片相連的同步串行通信接口。TMS320VC5402含4 KB的片內(nèi)ROM和16 KB的雙存取RAM，一個(gè)HPI(HostPortInterface)接口，二個(gè)多通道緩沖單口MCBSP(MultiChannel Buffered SerialPort)，單周期指令執(zhí)行時(shí)間10 ns，帶有符合IEEE1149．1標(biāo)準(zhǔn)的JTAG邊界掃描仿真邏輯。 系統(tǒng)主要功能模塊構(gòu)成 這里采用DSP芯片為核心(圖2)，系統(tǒng)包括直接雙訪問(wèn)快速SRAM、一路ADC／一路DAC及相應(yīng)的模擬信號(hào)放大器和抗混疊濾波器。然后建立聲學(xué)模型，在識(shí)別的時(shí)候?qū)⑤斎氲恼Z(yǔ)音特征同聲學(xué)模型進(jìn)行比較，得到最佳的識(shí)別結(jié)果。輸入的模擬語(yǔ)音信號(hào)首先要進(jìn)行預(yù)處理，包括預(yù)濾波、采樣和量化、加窗、斷點(diǎn)檢測(cè)、預(yù)加重等。三、設(shè)計(jì)方案、算法原理說(shuō)明1 系統(tǒng)概述二、設(shè)計(jì)內(nèi)容
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1