毕业设计 具有语音识别功能的电子锁.zip
毕业设计 具有语音识别功能的电子锁,共48页，字数总计：21752摘 要语音识别技术在嵌入式系统中的应用具有广阔的前景。目前，语音识别理论已经比较成熟，但在智能开关（电子锁），即具有语音识别功能的电子智能锁的应用少见报道。电子锁的语音识别属于小词汇量、孤立词语音识别的识别技术，针对这一课题，本文在matlab环境下设计算法进行语音信号的采集、特征抽取、概...
该文档为压缩文件,包含的文件列表如下:
内容介绍
原文档由会员 优秀排骨 发布
共48页，字数总计：21752
摘 要
语音识别技术在嵌入式系统中的应用具有广阔的前景。目前，语音识别理论已经比较成熟，但在智能开关（电子锁），即具有语音识别功能的电子智能锁的应用少见报道。电子锁的语音识别属于小词汇量、孤立词语音识别的识别技术，针对这一课题，本文在Matlab环境下设计算法进行语音信号的采集、特征抽取、概率计算、语音处理。最后将 m 代码转化 c 代码，然后移植到 DSP,完成了语音识别软件的开发，本文主要完成了以下工作:
1. 基于Matlab7.5实现了语音的端点检测。语音信号的预处理，利用去噪声的短时能量分析对语音信号进行端点检测，明确的判断了孤立词的起始和结束点，排除了无声段的噪声干扰；
2. 研究并得出了提取语音特征算法。本文选用 MFCC 作为语音特征参数，具体方法是提取参数前，对语音信号加汉明窗，然后用 mfcc.m 同时调用函数 melbankm.m 获取了语音信号的 MFCC 参数;
3. 选用 HMM 模型得到了具有最大可能性的输出观察矢量的参数，采用的方法是将提取的 MFCC 语音特征参数在一组参考模板中轮流进行匹配；
4. 设计出了语音识别开关的硬件系统。在以TMS320C5416为核心的语音信号处理板上，采用 HMM 算法，利用软件 CCS 进行了仿真，结果表明，算法具有较高的可靠性和稳定性。
本文基于 Matlab7.5 完成了语音识别的算法设计和仿真，为电子锁的具体应用提供了技术支持，完善了语音识别的实用化理论。
关键词：MATLAB，语音识别，美尔频标倒谱系数，隐马尔科夫模型（HMM）
ABSTRACT
Aptitude Speech Recgnition System's utility research has been a leadingdirection in the research of speech recognition for 2 years.Nowadays,most of it'sappliances on embedded-systems are speech controling,which makes the complexmanual operation easy and convenient. The method applied in this paper belongs to the small glossary’s isolated words’ Speech recognition,mainly bases on the algorithm proved by the reference literature,which omplished the assignment of sampling,extracting,computing,modeling and marking,finally,the result is obtained.
1 In the environment of Matlab7.5,do pre-processing to the speech signal. the use of short-term noise can be able to clearly determine the energy of isolated words start and end points of the paragraph and exclude silent noise.
2 MFCC parameters used for the voice feature parameters. In the parameter extraction process, make Hamming window on the speech signal, call the function mfcc.m at the same time use function melbankm.m to access MFCC parameters
3 With the characteristic parameters of the voice accessed by mfcc.m, match the rotationin a reference template , get the vector parameters with largest possibility of output observation.
4 At the TMS320C5416 board which is the core of signal processing. Use HMM algorithm and the CCS software to simulation.The results show that the algorithm has high reliability and stability.
With the sentences all of the above, in the development environment of Matlab7.5, completing the design of speech recognition algorithms ,and the Semi-physical simulation in the CCS At the TMS320C5416 board which is the core of signal processing.Then achieve the speech recognition systems at the end.
KEY WORDS：MATLAB,DSP, Speech Recgnition System ,MFCC, HMM
目 录
第一章 绪 论 5
1.1 课题研究的背景和意义 5
1.1.1 国外研究历史及现状 5
1.1.2 国内研究历史及现状 6
1.2 识别系统存在的难点问题 7
1.3 设计的研究内容和主要工作 8
1.4 本次设计主要内容 8
第二章 语音信号的预处理处理 10
2.1 引言 10
2.2 语音信号的数字化和预处理 10
2.2.1 本章结构图 10
2.2.2 自增益控制和预滤波 10
2.2.3 预加重 11
2.2.4 分帧与加窗 11
2.2.5 端点检测 12
2.3 小结 13
第三章 语音信号特征参数的提取 14
3.1 引言 14
3.2. 语音信号产生的 LPC 数学模型 14
3.2.1 语音信号产生的 LPC 数学模型 14
3.2.3 LPC 复到谱 17
3.2.4 线性预测美尔到谱系数 18
3.3 小结 20
第四章 HMM算法 21
4.1 引言 21
4.2 基于连续隐马尔可夫链的语音识别模型 21
4.2.1 模型概述 21
4.2.2 隐马尔可夫模型的基本原理 21
4.3 前向概率和后向概率——HMM的输出概率计算[12] 23
4.3.1 HMM输出概率的计算 23
4.3.2 HMM的前向概率和后向概率 24
4.3.3 利用前向概率和后向概率计算输出概率 25
4.3.4 识别算法——Viterbi解码 25
4.3.5 Baum-Welch 算法 26
4.4 算法中要考虑的问题 28
4.4.1 问题的提出 28
4.4.2 重估公式的修正 29
4.4 小结 29
第五章 嵌入式系统的硬件描述 30
5.1 引言 30
5.2 DSP 系统的硬件概述 30
5.2.1 TMS320VC5416简介 30
5.2.2 音频采集模块 31
5.2.3 内部存储器设置 32
5.2.4 外部存储器的扩展 33
5.3 系统软硬件联调 34
5.3.1 在 matlab 上实现语音识别 34
5.3.2 语音识别系统总体流程 36
5.3.3 语音识别系统联调 39
5.3.4 结论 40
5.4 小结 41
第六章 总 结 42
6.1本文所做工作 42
6.2 进一步展望 42
参考文献 44
致 谢 46
毕业设计小结 47
摘 要
语音识别技术在嵌入式系统中的应用具有广阔的前景。目前，语音识别理论已经比较成熟，但在智能开关（电子锁），即具有语音识别功能的电子智能锁的应用少见报道。电子锁的语音识别属于小词汇量、孤立词语音识别的识别技术，针对这一课题，本文在Matlab环境下设计算法进行语音信号的采集、特征抽取、概率计算、语音处理。最后将 m 代码转化 c 代码，然后移植到 DSP,完成了语音识别软件的开发，本文主要完成了以下工作:
1. 基于Matlab7.5实现了语音的端点检测。语音信号的预处理，利用去噪声的短时能量分析对语音信号进行端点检测，明确的判断了孤立词的起始和结束点，排除了无声段的噪声干扰；
2. 研究并得出了提取语音特征算法。本文选用 MFCC 作为语音特征参数，具体方法是提取参数前，对语音信号加汉明窗，然后用 mfcc.m 同时调用函数 melbankm.m 获取了语音信号的 MFCC 参数;
3. 选用 HMM 模型得到了具有最大可能性的输出观察矢量的参数，采用的方法是将提取的 MFCC 语音特征参数在一组参考模板中轮流进行匹配；
4. 设计出了语音识别开关的硬件系统。在以TMS320C5416为核心的语音信号处理板上，采用 HMM 算法，利用软件 CCS 进行了仿真，结果表明，算法具有较高的可靠性和稳定性。
本文基于 Matlab7.5 完成了语音识别的算法设计和仿真，为电子锁的具体应用提供了技术支持，完善了语音识别的实用化理论。
关键词：MATLAB，语音识别，美尔频标倒谱系数，隐马尔科夫模型（HMM）
ABSTRACT
Aptitude Speech Recgnition System's utility research has been a leadingdirection in the research of speech recognition for 2 years.Nowadays,most of it'sappliances on embedded-systems are speech controling,which makes the complexmanual operation easy and convenient. The method applied in this paper belongs to the small glossary’s isolated words’ Speech recognition,mainly bases on the algorithm proved by the reference literature,which omplished the assignment of sampling,extracting,computing,modeling and marking,finally,the result is obtained.
1 In the environment of Matlab7.5,do pre-processing to the speech signal. the use of short-term noise can be able to clearly determine the energy of isolated words start and end points of the paragraph and exclude silent noise.
2 MFCC parameters used for the voice feature parameters. In the parameter extraction process, make Hamming window on the speech signal, call the function mfcc.m at the same time use function melbankm.m to access MFCC parameters
3 With the characteristic parameters of the voice accessed by mfcc.m, match the rotationin a reference template , get the vector parameters with largest possibility of output observation.
4 At the TMS320C5416 board which is the core of signal processing. Use HMM algorithm and the CCS software to simulation.The results show that the algorithm has high reliability and stability.
With the sentences all of the above, in the development environment of Matlab7.5, completing the design of speech recognition algorithms ,and the Semi-physical simulation in the CCS At the TMS320C5416 board which is the core of signal processing.Then achieve the speech recognition systems at the end.
KEY WORDS：MATLAB,DSP, Speech Recgnition System ,MFCC, HMM
目 录
第一章 绪 论 5
1.1 课题研究的背景和意义 5
1.1.1 国外研究历史及现状 5
1.1.2 国内研究历史及现状 6
1.2 识别系统存在的难点问题 7
1.3 设计的研究内容和主要工作 8
1.4 本次设计主要内容 8
第二章 语音信号的预处理处理 10
2.1 引言 10
2.2 语音信号的数字化和预处理 10
2.2.1 本章结构图 10
2.2.2 自增益控制和预滤波 10
2.2.3 预加重 11
2.2.4 分帧与加窗 11
2.2.5 端点检测 12
2.3 小结 13
第三章 语音信号特征参数的提取 14
3.1 引言 14
3.2. 语音信号产生的 LPC 数学模型 14
3.2.1 语音信号产生的 LPC 数学模型 14
3.2.3 LPC 复到谱 17
3.2.4 线性预测美尔到谱系数 18
3.3 小结 20
第四章 HMM算法 21
4.1 引言 21
4.2 基于连续隐马尔可夫链的语音识别模型 21
4.2.1 模型概述 21
4.2.2 隐马尔可夫模型的基本原理 21
4.3 前向概率和后向概率——HMM的输出概率计算[12] 23
4.3.1 HMM输出概率的计算 23
4.3.2 HMM的前向概率和后向概率 24
4.3.3 利用前向概率和后向概率计算输出概率 25
4.3.4 识别算法——Viterbi解码 25
4.3.5 Baum-Welch 算法 26
4.4 算法中要考虑的问题 28
4.4.1 问题的提出 28
4.4.2 重估公式的修正 29
4.4 小结 29
第五章 嵌入式系统的硬件描述 30
5.1 引言 30
5.2 DSP 系统的硬件概述 30
5.2.1 TMS320VC5416简介 30
5.2.2 音频采集模块 31
5.2.3 内部存储器设置 32
5.2.4 外部存储器的扩展 33
5.3 系统软硬件联调 34
5.3.1 在 matlab 上实现语音识别 34
5.3.2 语音识别系统总体流程 36
5.3.3 语音识别系统联调 39
5.3.4 结论 40
5.4 小结 41
第六章 总 结 42
6.1本文所做工作 42
6.2 进一步展望 42
参考文献 44
致 谢 46
毕业设计小结 47
