浅析语音识别技术的难点及对策 在人际交往中，言语是最自然并且最直接的方式之一。随着技术的进步，越来越多的人们也期望计算机能够具备与人进行言语沟通的能力，因此，语音识别这一技术也越来越受到关注。尤其，随着深度学习技术应用在语音识别技术中，使得语音识别的性能得到了显著提升，也使得语音识别技术的普及成为了现实。 语音识别技术 自动语音识别技术，简单来说其实就是利用计算机将语音信号自动转换为文本的一项技术。这项技术同时也是机器理解人类言语的第一个也是很重要的一个过程。 语音识别是一门交叉学科，所涉及的领域有信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等，甚至还涉及到人的体态语言（如人民在说话时的表情手势等行为动作可帮助对方理解）。其应用领域也非常广，例如相对于键盘输入方法的语音输入系统、可用于工业控制的语音控制系统及服务领域的智能对话查询系统，在信息高度化的今天，语音识别技术及其应用已成为信息社会不可或缺的重要组成部分。 语音识别技术的发展历史 语音识别技术的研究开始二十世纪50年代。1952年，AT">60年代计算机的应用推动了语音识别技术的发展，提出两大重要研究成果：动态规划(Dynamic Planning，DP)和线性预测分析(Linear Predict，LP)，其中后者较好的解决了语音信号产生模型的问题，对语音识别技术的发展产生了深远影响。 70年代，语音识别领域取得突破性进展。线性预测编码技术(Linear Predict Coding，LPC)被Itakura成功应用于语音识别；Sakoe和Chiba将动态规划的思想应用到语音识别并提出动态时间规整算法，有效的解决了语音信号的特征提取和不等长语音匹配问题；同时提出了矢量量化（VQ）和隐马尔可夫模型（HMM）理论。在同一时期，统计方法开始被用来解决语音识别的关键问题，这为接下来的非特定人大词汇量连续语音识别技术走向成熟奠
语音识别技术的发展与未来 与机器进行语音交流，让它听明白你在说什么。语音识别技术将人类这一曾经的梦想变成了现实。语音识别就好比“机器的听觉系统”，该技术让机器通过识别和理解，把语音信号转变为相应的文本或命令。 在1952年的贝尔研究所，Davis等人研制了世界上第一个能识别10个英文数字发音的实验系统。1960年英国的Denes等人研制了第一个计算机语音识别系统。 大规模的语音识别研究始于上世纪70年代以后，并在小词汇量、孤立词的识别方面取得了实质性的进展。上世纪80年代以后，语音识别研究的重点逐渐转向大词汇量、非特定人连续语音识别。 同时，语音识别在研究思路上也发生了重大变化，由传统的基于标准模板匹配的技术思路开始转向基于统计模型的技术思路。此外，业内有专家再次提出了将神经网络技术引入语音识别问题的技术思路。 上世纪90年代以后，在语音识别的系统框架方面并没有什么重大突破。但是，在语音识别技术的应用及产品化方面出现了很大的进展。比如，DARPA是在上世界70年代由美国国防部远景研究计划局资助的一项计划，旨在支持语言理解系统的研究开发工作。进入上世纪90年代，DARPA计划仍在持续进行中，其研究重点已转向识别装置中的自然语言处理部分，识别任务设定为“航空旅行信息检索”。 我国的语音识别研究起始于1958年，由中国科学院声学所利用电子管电路识别10个元音。由于当时条件的限制，中国的语音识别研究工作一直处于缓慢发展的阶段。直至1973年，中国科学院声学所开始了计算机语音识别。 进入上世纪80年代以来，随着计算机应用技术在我国逐渐普及和应用以及数字信号技术的进一步发展，国内许多单位具备了研究语音技术的基本条件。与此同时，国际上语音识别技术在经过了多年的沉寂之后重又成为研究的热点。在这种形式下，国内许多单位纷纷投入到
题目基于单片机的语音控制开关设计所在学院物理与电信工程学院专业班级通信工程专业 1102 班指导教师郑争兵 完成地点物理与电信工程学院实验室 2015年 6月03日
毕业论文﹙设计﹚任务书 院(系) 物理与电信工程学院专业班级通信1102 学生姓名朱楠 一、毕业论文﹙设计﹚题目基于单片机的语音控制开关设计 二、毕业论文﹙设计﹚工作自_2015 _年_ 1__月_10_日起至_2015__年 6 月_ 10 日止 三、毕业论文﹙设计﹚进行地点: 物理与电信工程学院实验室 四、毕业论文﹙设计﹚的内容要求： 智能家居作为一个新生产业，目前处于一个导入期与成长期的临界点，随着智能家居市场推广普及的进一步落实，培育起消费者的使用习惯，智能家居市场的消费潜力必然是巨大的，产业前景光明。本课题设计语音智能控制开关，具体要求如下： 1. 掌握语音识别的工作原理，使用语音识别芯片完成硬件设计； 2．能实现语音控制开关的开启和关闭； 3. 系统集成，焊接电路板，调试。 成果形式：实验样机一套。 毕业设计进度安排: 1.10─3.20：查阅资料（参考文献不少于10篇），进行方案论证，完成开题报告。完成不少于3000字的外文翻译； 3.20─ 4.30：设计硬件电路，编写相关软件、完成电路仿真及样机调试； 5.1─5.20：完善系统调试，撰写论文，准备毕业设计验收等工作； 5.21- 6.10：整理资料，修改论文，准备毕业答辩。
指导教师系(教研室)通信教研室 系(教研室)主任签名批准日期 接受论文(设计)任务开始执行日期学生签名
基于单片机的语音智能开关设计 朱楠 （陕西理工学院物理与电信工程学院通信1102班，陕西汉中 723003） 指导教师：郑争兵 [摘要]语音识别是解决机器“听懂”人类语言的一项技术。随着语音识别理论研究的深入和数字信号处理软、硬件技术的发展，语音识别技术应用的研究越来越受到人们的关注。智能语音家电控制系统实质上就是一个替代传统手动开关的受声控制的电子开关。此系统以STC11L08XE和LD3320语音芯片为硬件核心,对语音芯片LD3320的信息进行处理，并对开关进行控制，通过LD3320外界的麦克风采集声音信号，再通过LD3320语音芯片进行频谱分析，在提取语音特征，之后和关键词语列表中的关键词进行对比匹配，最后找出得分最高的关键词作为识别结果输出给单片机，单片机进行处理后，再输出信号来控制继电器，再通过继电器来控制开关工作，开关又可实现对电器的控制。语音芯片的功能都是通过单片机控制实现的。最终实现对智能语音开关的控制 [关键词] STC11L08XE单片机语音芯片LD3320 语音识别 Design of intelligent voice switch based on MCU Zhu nan (Grade11,Class2,Major of Communication Engineering，School of Physics and Tutor:Zheng Zheng bing Abstract： Speech recognition is a technology to solve the machine to understand human language. Along with the research of speech recognition theory and the development of digital signal processing software and hardware technology, The research on the application of speech recognition technology is getting more and more attention.The intelligent speech appliance control system is essentially an electronic switch which replaces the traditional acoustic control with the manual switch. This system LD3320 voice chip and the stc11l08xe as hardware core and the voice chip ld3320 information for processing, and control the switch, through ld3320 external microphone audio signal acquisition, and then through the ld3320 voice chip spectrum analysis, key words in speech feature extraction, and the list of key words contrast matching, finally to find the highest score of the words as recognition results output to the MCU, MCU processing, then the output signal to control the relay, then through the relay to control of the switch, the switch can be to achieve control of the electric appliances. The function of the speech chip is realized by the MCU control. Control of the intelligent speech switch is realized finally. Key words : STC11L08XEMCU LD3320 voice chip Speech recognition
IBM语音识别输入系统(ViaVioce) V9.1 简体中文光盘版| 用嘴巴控制电脑... sjyhsyj 2009-8-28 12:13:271# 软件大小：276.08MB 软件语言：多国语言 软件类别：国外软件 / 汉字输入 运行环境：Win9x/NT/2000/XP/ 软件介绍： 该系统可用于声控打字和语音导航。只要对着微机讲话，不用敲键盘即可打汉字，每分钟可输入150个汉字，是键盘输入的两倍，是普通手写输入的六倍。该系统识别率可达95%以上。并配备了高性能的麦克风，使用便利，特别适合于起草文稿、撰写文章、和准备教案，是文职人员、作家和教育工作者的良好助手。 IBM潜心研究26年，他领导了世界的语音识别技术，其语音识别产品在全球销售已达一百万套以上。使用语音输入方式，您的工作空间更加自由舒畅: *即使您不会打字，也可迅速准备好文稿； *只要集中精力思考问题，无须琢磨怎样拼音，怎样拆字； *当您疲劳时,闭上眼、伸伸腰，双手方在脑后，然后轻松地说：开始听写吧... ... 注：价值超数千元的IBM的中文语音录入工具，有耳麦的朋友可以试一试，也可以当作学习普通话的工具，没有理由不下载使用它。 IBM ViaVoice语音输入系统详解 作者: 艾寒出处: 天极网 目前汉字输入的方式主要有四种：键盘输入，手写输入，扫描输入和我们现在要谈到的语音输入。让我们先来了解一下这四种输入方式。 键盘输入：键盘输入基本上是基于各种输入法，主要又分为字形输入法和拼音输入法。实际上字形输入法是不符合人的写作思维习惯，因为人们在措辞时，头脑中首先反映出的是即将这个词语的语音，所以字形输入法更适合专业录入人员使用。拼音输入法也分两种，一种以词语为输入单位，另一种以语句为输入单位，而后者不符合写作的思维习惯，因为人们在写作时是以词为思考单位。键盘输入法在输入速度有要求的情况下对于键盘操作、指法要求比较高； 手写输入：手写输入是最容易上手的输入方法，但是同样由于手写输入的先天不足，很难达到较高的输入速度； 扫描输入：扫描输入对于硬件要求比较高，主要是适用于资料的整理； 语音输入：语音输入对输入人员的键盘操作能力、指法要求很低，几乎可以说你只要会说汉语，就可以进行语音输入。 语音输入尤其是汉字语音输入经历了很长时间的研究和应用，到目前已经达到了一个相
最近想做语音识别玩玩,网上查了查,找到一个用Atmega32实现的语音识别机械车 地址是:https://www.doczj.com/doc/af8980975.html,/e ... h8_css34/index.html 貌似是利用带通滤波取得频谱(或者叫功率谱?),看不太懂.我决定用DFT 算法,因为它节约内存 DFT程序借借鉴了 hendry 单片机 DTMF 软解码算法的实现 https://www.doczj.com/doc/af8980975.html,/forum.php?m ... &highlight=dtmf //-------------------------------------------------- //DFT运算 //注意，ad是有符号数，无符号的AD值需减128 //返回值为1表示已经计算了功率谱 //-------------------------------------------------- U8 dft(S8 ad) { U8 i; U8 offset;//查表指针 U32 temp; //ad-=128;//去直流分量 for(i=0;i
基于Google技术的语音识别实现 前言 语音识别技术在手机上应用得相当广泛，我们日常最频繁的沟通方式是语音，在手机应用中，大部分是通过硬件手动输入，目前这依然是主要与手机互动的方式，然而对于像手机这种小巧的移动设备来说，使用键盘甚至是虚拟键盘打字是一件非常不爽的事情。于是，Google 推出了强大的语音搜索业务。2008年11月，Google的语音搜索已经在iPhone平台上线，而Android在1.5 SDK版本中也加强了语音识别功能，并应用到了搜索功能上，这的确是一个非常让人惊喜的更新。 Android语音识别 Android系统集成了Google的语音识别技术，我们只需要实现少量代码便可以是使用语音识别。 android语音识别方法一：使用intent调用语音识别程序 1、通过intent传递语音识别的模式 Intent intent = new Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH); 2、语言模式和自由形势的语音识别 intent.putExtra(RecognizerIntent.EXTRA_LANGUAGE_MODEL,https://www.doczj.com/doc/af8980975.html,NGUAG E_MODEL_FREE_FORM); 3、设置语言库 intent.putExtra(RecognizerIntent.EXTRA_LANGUAGE, Locale.CHINA.toString()); 4、开始执行intent、语音识别 intent.putExtra(RecognizerIntent.EXTRA_PROMPT, "请开始说话"); 5、开始 startActivityForResult(intent, 1234); RecognizerIntent包括的常量：
基于语音识别的智能小车 摘要 随着计算机技术、模式识别和信号处理技术及声学技术等的发展，使得能满足各种需要的语音识别系统的实现成为可能。近二三十年来，语音识别在计算机、信息处理、通信与电子系统、自动控制等领域中有着越来越广泛的应用。本设计是语音识别在控制领域的一个很好实现，它将原本需要手工操作的工作用语音来方便地完成。 语音识别按说话人的讲话方式可分为孤立词(Isolated Word)识别、连接词(Connected Word)识别和连续语音(Continuous Speech)识别。从识别对象的类型来看，语音识别可以分为特定人(Speaker Dependent)语音识别和非特定人(Speaker Independent)语音识别。本设计采用的识别类型是特定人孤立词语音识别。 本系统分上位机和下位机两大方面。上位机利用PC上MATLAB强大的数学计算能力，进行语音输入、端点监测、特征参数提取、匹配、串口控制等工作，根据识别到的不同语音通过PC串口向下位机发送不同的指令。下位机是单片机控制的一个小车，单片机收到上位机传来的指令后，根据不同的指令控制小车完成不同的动作。 该设计对语音识别的现有算法进行了验证和实现，并对端点检测和匹配算法进行了些许改进。本设计达到了预期目标,实现了所期望的功能效果。 关键词：MATLAB，语音识别，端点检测，LPC，单片机，电机控制
SMART CAR GASED SPEECH RECOGNITION ABSTRACT With the development of computer technology,pattern recognition,signal processing technology and acoustic technology etc, the speech recognition system that can meet the various needs of people is more possible to achieve.The past three decades, the voice recognition in the field of computer, information processing, communications and electronic systems, automatic control has increasingly wide range of applications. Speech recognition by the speaker's speech can be divided into isolated word (Isolated Word) identification, conjunctions (Connected Word) and continuous speech recognition (Continuous Speech) identification. Identifying the type of object from the point of view, the voice recognition can be divided into a specific person (Speaker Dependent) speech recognition and non-specific (Speaker Independent) speech recognition. This design uses the identification type is a specific person isolated word speech recognition. This design is of a good implementation of speech recognition in the control field, it does the work that would otherwise require manual operation by the voice of people easily.This system includes two major aspects:the host system and the slave system. The host system use the MATLAB on the computer which has powerful mathematical computing ability to do the work of voice input, endpoint monitoring, feature extraction, matching, identification and serial control,then it send different commands through the PC serial port to slave system according different recognised voice. The slave system is a car controlled by a single-chip micro-controller.It controls the car do different actions according different instructions received.
一种汉语语音输入系统及其方法，用以将任意文句的汉语语音直接转换成相应的中文文字，该系统及其方法包括声音处理过程及语言解码过程两大部分。其特征在于声音处理过程利用“段落统计模型” 计算输入汉语语音的各单音节及声调的机率，进而辨识之；语言解码过程针对声音处理过程送来的一连串音节利用“词类双连中文语言模型”找出对应的中文字。一种包含“智慧型学习技术”的汉语听写机，用本方法将语音输入转换成文字显示。 技术要求
1、一种汉语语音输入方法，用以将任意文句的汉语语音直接转换成相对应的中文文字，该方法包括声音处理过程以及语言解码过程两大部分，其特征在于，该声音处理过程利用“段落统计模型”计算输入汉语语音的每一音节以及声调的机率，进而辨识之；该语言解码过程针对该声音处理过程送来的一连串音节，以“马可夫中文语言模型”找出所对应的中文字。 2、根据权利要求1的方法，其特征在于，其中该“马可夫中文语言模型”是以“词”为基础，但以“字”来计算机率的“马可夫中文语言模型”。 3、根据权利要求1的方法，其特征在于，其中该以“词”为基础，以“字”来计算机率的“马可夫中文语言模型”系将输入的音节串所对应的同音字一一分割为若干个词，但根据两两相连的词之间相连的词头字及词尾字相连出现的机率，并比较每一个词出现的频率及前后文关系判断该音节的字。 4、根据权利要求1的方法，其特征在于，其中该“段落统计模型”的训练方式包含下列步骤： （1）若某一单音节α的总长度为T个音框，则将该单音节分为N段，每一段含有T/N个音框; （2）使用者重覆念该单音节数次，长度虽不尽相同，但同样等分成N段; （3）将所有上述单音节的第一段音框的特征向量合在一起，训练成第一段的状态; （4）将所有上述单音节的第二段音框的特征向量混合在一起，训练成第二段的状态，依此类推，训练出N个状态; （5）上述每个状态以M个高斯机率混合来描述，以上述音框的特征向量训练各个高斯机率的参数;和 （6）上述M个状态即构成该音节α的“段落统计模型”。
基于单片机的语音识别系统毕业设计 目录 摘要..................................... 错误!未定义书签。Abstract ................................. 错误!未定义书签。目录..................................................... I 前言.. (1) 1 方案介绍及设计简介 (2) 1.1小车的控制要求及设计方案 (2) 1.1.1小车的控制要求 (2) 1.1.2方案设计与论证 (2) 1.2SPCE061A 简介 (3) 1.2.1SPCE061A单片机概述 (5) 1.2.2SPCE061A的介绍 (7) 1.2.3SPCE061A的结构 (7) 1.3SPCE061A 单片机强大的语音功能 (7) 1.3.1语音识别的原理 (8) 1.3.2系统的结构框图 (9) 1.4语音控制小车设计要求 (10) 1.4.1功能要求 (10) 1.4.2语音控制小车的主要功能 (10) 1.4.3参数说明 (10) 1.4.4注意事项 (10) 2电路设计及程序设计 (11) 2.1电路设计基础知识 (11) 2.2电路方框图及说明 (13) 2.3各部分电路设计 (13) 2.3.1电机的选择 (14)
2.3.2继电器驱动电路的设计 (14) 2.3.3行驶状态控制电路设计 (15) 2.3.4麦克录音输入及AGC电路 (16) 2.3.5语音播报电路 (18) 3软件设计 (19) 3.1软件流程图及设计思路说明 (19) 3.1.1程序设计 (20) 3.2模块设计 (20) 3.2.1中断流程图部分 (20) 3.2.2语音识别部分 (22) 4连接和操作说明 (25) 4.1硬件模块连接图 (25) 4.1.1功能说明 (25) 4.1.2代码下载 (26) 4.1.3训练小车 (27) 4.1.4声控小车 (28) 4.1.5重新训练 (28) 总结 (30) 致谢 (31) 参考文献 (32) 附件1 系统程序说明 (33)
基于DTW算法的语音识别系统实现 作者：吴晓平， 崔光照， 路康 作者单位：郑州轻工业学院信息与控制工程系,河南省,郑州市,450002 刊名： 电子工程师 英文刊名：ELECTRONIC ENGINEER 年，卷(期)：2004,30(7) 被引用次数：13次 参考文献(5条) 1.祝晓阳;卢中宁;崔光照数字信号处理芯片TMS320VC5402的语音接口设计[期刊论文]-郑州轻工业学院学报(自然科学版) 2002(02) 2.陈志鑫;郭华伟基于TMS320C54xDSP的实时语音识别系统[期刊论文]-半导体技术 2001(04) 3.张勇C/C++语言硬件程序设计 2003 4.楼顺天基于MATLAB的系统分析与设计 2000 5.赵力语音信号处理 2003 引证文献(13条) 1.石太佳.王晓君基于LPMCC的语音识别系统实现[期刊论文]-电声技术 2010(1) 2.舒鹏飞.颜卫.徐魁基于ADSP的语音识别系统[期刊论文]-科协论坛（下半月） 2009(7) 3.吕涛.刘百芬.燕贤青一种基于定点DSP的语音识别算法实现[期刊论文]-华东交通大学学报 2008(6) 4.张钢.朱铮涛.何淑贤应用DTW的语音(声纹)鉴别技术研究[期刊论文]-中国测试技术 2007(2) 5.白志强.唐永哲基于动态时间规整的飞控系统故障诊断[期刊论文]-计算机仿真 2007(1) 6.王佑民.江城.吴丰博用FPGA实现基于内容的音频检索系统[期刊论文]-中国制造业信息化 2007(17) 7.何燕玲.马建国声控机器人的特定人孤立词汉语识别系统设计[期刊论文]-西南科技大学学报（自然科学版）2006(1) 8.杨占军.杨英杰.王强基于DSP的语音识别系统的设计与实现[期刊论文]-东北电力大学学报（自然科学版）2006(2) 9.王振浩.杜凌艳.李国庆.高树永动态时间规整算法诊断高压断路器故障[期刊论文]-高电压技术 2006(10) 10.高丙朋基于DSP的小词汇量语音识别系统[学位论文]硕士 2006 11.贺翠英说话人识别研究及DSP实现[学位论文]硕士 2006 12.白志强飞行控制系统故障检测研究与仿真软件开发[学位论文]硕士 2006 13.田强基于Sphinx汉语语音评价系统探讨[学位论文]硕士 2005 本文链接：https://www.doczj.com/doc/af8980975.html,/Periodical_dzgcs200407007.aspx
语音识别研究的背景意义及现状研究的背景及意义 自从人类可以制造和使用各种机器以来，人们就有一个理想，那就是让各种机器能听懂人类的语言并能按人的口头命令来行动，从而实现人机的语言交流。随着科学技术的不断发展，语音识别 (Speech Recognition) 技术的出现，使人类的这一理想得以实现。语音识别技术就是让机器通过识别和理解把语音信号转变为相应的文本或命令的高技术。语音识别是一门交叉学科，语音识别正逐步成为信息技术中人机接口的关键技术，语音识别技术与语音合成技术的结合，使人们能够甩掉键盘，通过语音命令进行操作。语音技术的应用已经成为一个具有竞争性的新兴高技术产业。当今，语音识别产品在人机认交互应用中己经占到越来越大的比例。 音乐就是一种艺术。通常可以解释为一系列对于有声、无声具有时间性的组织，并含有不同音阶的节奏、旋律及和声。音乐与人的生活情趣、审美情趣、言语、行为、人际关系等等，有一定的关联。音乐是人们抒发感情、表现感情、寄托感情的艺术，不论是唱、奏或听，都内涵着关联人们千丝万缕情感的因素。特别对人的心理，会起着不能用言语所能形容的影响作用。 音乐可以通过几种途径来体验，而音乐播放器是现代生活中最便捷 , 最实用的一种。现如今社会在飞速发展，人们的生活节奏也在不断加快，工作压力也在日益增大，致使越来越多的人选择在闲暇时间放松自己。而听音乐就成了人们缓解生活压力的第一选择，医学表明音乐不仅可以对人们紧张的心情带来放松，还能有效的缓解高血压对心血管造成的压力。因此音乐播放器已经成为人们日常生活中至关重要的物品。 然而可惜的是，传统的音乐播放器通常上是通过两种方式实现人们对播放器的控制的：一是按键式控制(其中也包括线控式)，通过直接按键改变电平发出指令；二是通过远程控制，通过红外线或者蓝牙等对播放器发布命令。这对于疲劳中的人们或者残障人士来说是不方便的。为了减少手动操作的繁琐，此次设计专门致力于研究一种方案通过语音控制来实现对音乐播放器的控制，使其更加方便、更加人性化，实现音乐播放器的全自动语音控制。这个设计不仅是为了解决人们日常使用传统音乐播放器不方便的烦恼，而且是为了研究语音识别技术在单片机中的应用，特别是在SPCE061中实现语音识别的应用，设计出具有语音控制功能的音乐播放器。 国内外研究现状 语音识别的研究工作可以追溯到 20世纪50年代AT&T贝尔实验室的Audry 系统，它是第一个可以识别十个英文数字的语音识别系统。 但真正取得实质性进展，并将其作为一个重要的课题开展研究则是在 60年代末
用单片机实现语音控制机器人 制作人：潘磊pb02023035 卢恒pb02006088 题目：用凌阳单片机实现语音识别功能并传递给PIC单片机信号，由PIC单片机控制机器人实现动作 关键字：PIC单片机，凌阳单片机，语音控制 单片机在现今生活中占有越来越重要的地位，用语音控制单片机实现控制更具有 广泛的应用价值。用语音控制舞蹈机器人做一些动作是我们这次实现的功能，虽然这 在语音控制方面仍处于起步阶段，但他体现了语音控制的原理和基本实现，也为更高 级的运用打下了基础。 原理： １．语音识别原理 语音识别电路基本结构如上图所示：语音识别分为特定发音人识别（Speaker Dependent）和非特定发音人识别（Speaker Independent）两种方式。 特定发音人识别是指语音样板由单个人训练，对训练人的语音命令识别准确率较高，而其他人的语音命令识别准确率较低或不识别。非特定发音人识别：是指语音样板由不同年龄、不同性别、不同口音的人进行训练，可以识别一群人的命令。语音样板的提取非常重要。我们将标准模式的存储空间称之为“词库”，而把标准模式称之为“词条”或“样板”。所谓建立词库，就是将待识别的命令进行频谱分析，提取特征参数作为识别的标准模式。 识别过程首先要滤除输入语音信号的噪音和进行预加重处理，提升高频分量，然后用线性预测系数等方法进行频谱分析，找出语音的特征参数作为未知模式，接着与预先存储的标准模式进行比较，当输入的未知模式与标准模式的特征相一致时，便被机器识别，产生识别结果输出。如果输入的语音与标准模式的特征完全一致固然好，但是语音含有不确定因素，完全一致的条件往往不存在，事实上没有人能以绝对相同的语调把一个词说两遍，因此，预先制定好计算输入语音的特征模式与各特征模式的类似程度，或距离度的算法规则固化在ROM
5.设计方法 5.1概述 5.2硬件系统的设计 语音信号预处理 （1）预加重 预加重的目的是提升高频部分，使信号的频谱变得平坦，保持在低频到高频的整个频带中，能用同样的信噪比求频谱，以便于频谱分析或声道参数分析。在计算机里用具有6dB/频程升高频特性的预加重数字滤波器来实现，一般是一阶的FIR数字滤波器: 为预加重系数，值接近于l，在0.9和1之间，典型值为0.94。 预加重的DSPBuilder实现： 为了便于实现，将上式中的一阶FIR预加重滤波器用差分方程表示为: 其中，为原始语音信号序列，N为语音长度，上面的公式显示其在时域 上的特性。又因为0.94接近于15/16，所以将上面的式子变为 除以16可以用右移4位来实现，这样就将除法运算化简为移位运算，降低了计算复杂度。在后面的模块设计中，也乘以或者除以一些这样的数，这些数为2的幂次，都可以用移位来实现。 预加重的硬件实现框图如下: 预加重实现框图 DSP Builder中的图形建模为：
预加重滤波器的DSPBuilder结构图 （2）分帧 语音信号是一种典型的非平稳信号，其特性随时间变化，其在很短的时间内是平稳的，大概为1小20ms，其频谱特性和物理特征可近似的看做不变，这样就可以采用平稳过程的分析处理方法来处理。 分帧的DSP Builder实现： 语音信号在10到20ms之间短时平稳(这样可以保证每帧内包含1一7个基音周期)，也就是说选取的帧长必须介于10到20ms之间，此外，在MFCC特征提取时要进行FFT变换，FFT点数一般为2的幂次，所以本文中选择一帧长度为16ms，帧移为1/2帧长，这样一帧就包含了16KHz*16ms=256个点，既满足短时平稳，又满足FFT变换的要求。 由于采集的语音是静态的，语音长度已知，很容易计算出语音的帧数，但是在硬件上或实时系统中，语音长度是无法估计的，而且还要考虑存储空间的大小和处理速度，采用软件实现时的静态分帧方法是行不通的，可以利用硬件本身的特点进行实时的动态分帧。 为了使帧与帧之间平滑过渡，保持连续语音流的自相关性和过渡性，采用交叠分帧的算法。帧移取1/2帧长，即128个数据点当作一个数据块。FIFO1大小为一帧语音长度，分成两个数据块，预加重后的数据写入这个FIFO。为了实现帧移交叠，在FIFO1读数据时，同时再用FIFO2保存起来，当FIFO的一块数据读完以后，紧接着从FIF22读出这一块的副本。写入的一块数据，相当于被重复读出2次，所以FIFO1的读时钟频率设计为写时钟频率的2倍，而FIFOZ的读写时钟频率和FIFO1的读时钟频率相同。分帧以后的数据在图中按时间标号为1、2、2、3.··…，1、2为第一帧，2、3为第二帧，以此类推。
基于单片机的智能语音识别系统设计 （硬件部分） 系别： 专业班： 姓名： 学号： 指导教师：
基于单片机的智能语音识别系统设计 (硬件部分) The Design of Intelligent Speech Recognition System Based on Single-chip Computer (HardWare)
摘要 本文设计一个让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术的语音识别系统。本语音识别系统以LD3320语音识别芯片为核心部件，主控MCU选用STC10L08XE。主控MCU通过控制LD3320内部寄存器以及SPI flash实现语音识别和对话。通过麦克风将声音信息输入LD3320进行频谱分析，分析后将提取到的语音特征和关键词语列表中的关键词语进行对比匹配，找出得分最高的关键词语作为识别结果输出给MCU，MCU针对不同的语音输入情况通过继电器对语音命令所对应的电器实现控制。同时也可以通过对寄存器中语音片段的调用，实现人机对话。 设计中，电源模块采用3.3V供电，主要控制及识别部分采用LM1117-3.3稳压芯片，语音播放及继电器部分采用7812为其提供稳定的电流电压。寄存器采用一片华邦SPI flash芯片W25Q40AVSNIG，大小为512Kbyte。系统声音接收模块采用的传感器为一小型麦克风——驻极体话筒，在它接收到声音信号后会产生微弱的电压信号并送给MCU。另外系统还采用单片机产生不同的频率信号驱动蜂鸣器来完成声音提示，此方案能完成声音提示功能，给人以提示的可懂性不高，但在一定程度上能满足要求，而且易于实现，成本也不高。 关键词：语音识别 LD3320 STC10L08XE单片机频谱分析
语音识别研究的背景意义及现状 研究的背景及意义 自从人类可以制造和使用各种机器以来，人们就有一个理想，那就是让各种机器能听懂人类的语言并能按人的口头命令来行动，从而实现人机的语言交流。随着科学技术的不断发展，语音识别(Speech Recognition)技术的出现，使人类的这一理想得以实现。语音识别技术就是让机器通过识别和理解把语音信号转变为相应的文本或命令的高技术。语音识别是一门交叉学科，语音识别正逐步成为信息技术中人机接口的关键技术，语音识别技术与语音合成技术的结合，使人们能够甩掉键盘，通过语音命令进行操作。语音技术的应用已经成为一个具有竞争性的新兴高技术产业。当今，语音识别产品在人机认交互应用中己经占到越来越大的比例。 音乐就是一种艺术。通常可以解释为一系列对于有声、无声具有时间性的组织，并含有不同音阶的节奏、旋律及和声。音乐与人的生活情趣、审美情趣、言语、行为、人际关系等等，有一定的关联。音乐是人们抒发感情、表现感情、寄托感情的艺术，不论是唱、奏或听，都内涵着关联人们千丝万缕情感的因素。特别对人的心理，会起着不能用言语所能形容的影响作用。 音乐可以通过几种途径来体验，而音乐播放器是现代生活中最便捷,最实用的一种。现如今社会在飞速发展，人们的生活节奏也在不断加快，工作压力也在日益增大，致使越来越多的人选择在闲暇时间放松自己。而听音乐就成了人们缓解生活压力的第一选择，医学表明音乐不仅可以对人们紧张的心情带来放松，还能有效的缓解高血压对心血管造成的压力。因此音乐播放器已经成为人们日常生活中至关重要的物品。 然而可惜的是，传统的音乐播放器通常上是通过两种方式实现人们对播放器的控制的：一是按键式控制（其中也包括线控式），通过直接按键改变电平发出指令；二是通过远程控制，通过红外线或者蓝牙等对播放器发布命令。这对于疲劳中的人们或者残障人士来说是不方便的。为了减少手动操作的繁琐，此次设计专门致力于研究一种方案通过语音控制来实现对音乐播放器的控制，使其更加方便、更加人性化，实现音乐播放器的全自动语音控制。这个设计不仅是为了解决人们日常使用传统音乐播放器不方便的烦恼，而且是为了研究语音识别技术在单片机中的应用，特别是在SPCE061A中实现语音识别的应用，设计出具有语音控制功能的音乐播放器。 国内外研究现状
论文开题报告 一、毕业论文设计的目的及意义 随着人们生活水平不断提高。越来越多的人开始注意私人或工作场所的保密性以及安全性。为了满足人们的不同需求，设计者们开发了多种多样的门禁系统。它们被广泛应用于私人住宅，学校、医院、商店、企业，政府单位等各种场所。按照识别方式分类，有指纹识别式，人脸识别式，语音识别式等等。这些系统各有特点、各有优势。随着计算机功能越来越强大，微电子技术不断发展，即使简单的单片机也能够实现简单的人机对话。这就为语音识别门禁系统的设计提供了必要条件探究语音识别技术在嵌入式系统中的应用，通过嵌入式技术实现语音识别，扩展嵌入式系统的应用领域，将语音识别技术应用于门禁系统，为人们的生活提供便利。 二、结构和主要内容 本文分成五个部分. 第一部分是概述这部分主要论述本系统实现的技术基础，简要介绍了系统用到的嵌入式技术，主要介绍了嵌入式技术的核心-单片机；以及语音识别技术。通过论述语音识别技术的原理，分类，发展前景等，简单的介绍语音识别技术的特点、功能、应用。 第二部分是硬件系统设计。这部分分析硬件系统的组成结构，具体组成模块，具体电路设计，用到的主要的组成部件等。在这里我详细介绍了应用到的系统核心单片机，以及语音识别模块的核心，语音识别芯片。为具体直观的体现本系统的设计思路，将系统分为处理器核心部分、语音信号处理部分、门锁控制电机部分、门锁，一共四个模块。然后分别介绍每个模块的电路设计。 第三部分是软件系统设计，不同模块软件的实现。简要介绍了处理器核心部分的软件实现和门锁控制部分的软件实现。 第四部分是系统的仿真过程，因为软件的仿真更加方便快捷，所以本文选择的是通过软件进行仿真。 三、研究方法 1.收集和整理资料，参阅部分收集到的资料，对论文命题有了初步的认识。 2.完成开题报告，并透过指导老师和论文开题答辩小组审查。 3.查找与阅读论文相关的适宜的英文文献，对其进行翻译并完成。 4.寻找实习单位，进行为期一个月的实习，实习资料涉及社会实践和与论文相关的实地研究。 5.实习期间写下实习周记。 6.透过文献研究和实践研究，对论文命题有了较为全面的理解后，结合前人的研究成果，完成论文初稿的撰写 四、主要参考文献： [1]李建忠编著.单片机原理及应用.西安：西安电子科技大学出版社，2002 [2]李群芳，肖看编著.单片机原理、接口及应用.北京：清华大学出版社，2005
青岛大学 毕业论文(设计)开题报告 题目：孤立词语音识别的并行编程实现 学院：自动化工程学院电子工程系 专业：通信工程 姓名：李洪超 指导教师：庄晓东 2010年3月22日
一、文献综述 语音识别是解决机器“听懂”人类语言的一项技术。作为智能计算机研究的主导方向和人机语音通信的关键技术，语音识别技术一直受到各国科学界的广泛关注。如今，随着语音识别技术研究的突破，其对计算机发展和社会生活的重要性日益凸现出来。以语音识别技术开发出的产品应用领域非常广泛，如声控电话交换、信息网络查询、家庭服务、宾馆服务、医疗服务、银行服务、工业控制、语音通信系统等，几乎深入到社会的每个行业和每个方面。 广泛意义上的语音识别按照任务的不同可以分为4个方向：说话人识别、关键词检出、语言辨识和语音识别[1]。说话人识别技术是以话音对说话人进行区别，从而进行身份鉴别和认证的技术。关键词检出技术应用于一些具有特定要求的场合，只关注那些包含特定词的句子。语言辨识技术是通过分析处理一个语音片断以判别其所属语言种类的技术，本质上也是语音识别技术的一个方面。语音识别就是通常人们所说的以说话的内容作为识别对象的技术，它是4个方面中最重要和研究最广泛的一个方向，也是本文讨论的主要内容。 1.1 语音识别技术现状 1.1.1 语音识别获得应用 伴随着语音识别技术的不断发展，诞生了全球首套多语种交谈式语音识别系统E-talk。这是全球惟一拥有中英混合语言的识别系统，能听能讲普通话、广东话和英语，还可以高度适应不同的口音，因而可以广泛适用于不同文化背景的使用者，尤其是中国地区语言差别较大的广大用户。由于E-talk可以大大提高工作效率，降低运营成本，并为用户提供更便捷的增值服务，我们相信它必将成为电信、证券、金融、旅游等重视客户服务的行业争相引用的电子商务应用系统，并成为电子商务发展的新趋势，为整个信息产业带来无限商机。 目前，飞利浦推出的语音识别自然会话平台SpeechPearl和SpeechMania已成功地应用于国内呼叫中心，SpeechPearl中的每个识别引擎可提供高达20万字的超大容量词库，尤其在具有大词汇量、识别准确性和灵活性等要求的各种电信增值服务中有着广泛的应用。 1.1.2 语音合成信息服务被用户接受 语音合成技术把可视的文本信息转化为可听的声音信息，其应用的经济效益和社会效益前景良好。尤其对汉语语音合成技术的应用而言，全球有十几亿人使用中文，其市场需求、应用前景和经济效益等可见一斑。