語音識別是通過識別和理解過程把人類的語音信號轉(zhuǎn)變?yōu)槲谋净蛎畹募夹g(shù)。近年來語音識別技術(shù)由于其重要性和研究難度成為研究的熱點(diǎn)。隨著嵌入式的發(fā)展，嵌入式語音識別技術(shù)成為語音識別領(lǐng)域發(fā)展的新的重要方向。 在此背景下，本課題進(jìn)行基于ARM的嵌入式語音識別系統(tǒng)的研究。論文分別從理論分析、系統(tǒng)硬件平臺的總體設(shè)計(jì)、系統(tǒng)軟件的分析定制等方面，對語音識別在ARM上的應(yīng)用做了研究。 1、在理論上，詳細(xì)介紹了語音識別的發(fā)展歷史與研究現(xiàn)狀；具體闡述語音識別技術(shù)的基本原理和主要研究方法，并推導(dǎo)了語音識別技術(shù)中最常用到的兩種算法DTW和HMM的數(shù)學(xué)模型，為進(jìn)一步的語音識別研究打下基礎(chǔ)。 2、在硬件平臺方面，本文分析設(shè)計(jì)了語音識別系統(tǒng)的總體方案，主要包括以下三部分：語音識別系統(tǒng)的控制部分、語音的輸入輸出部分以及語音程序的存儲部分；文中詳細(xì)介紹了各部分的作用以及它們之間的連接方式，此外根據(jù)實(shí)際需要，選擇確定了語音芯片等外圍電路芯片的型號并擴(kuò)展了外圍電路。 3、在系統(tǒng)軟件選擇定制方面，不僅要求各部分自身功能完善，能夠滿足本課題的需求，而且要求各部分相互之間滿足一定的兼容性，即定制的系統(tǒng)具有穩(wěn)定性，可以有效的工作。考慮到以上的因素，本課題針對特定的語音識別系統(tǒng)的需求，對交叉編譯環(huán)境、U-boot、內(nèi)核、根文件系統(tǒng)等均進(jìn)行了量身定制。最終選用Crosstool來制作專門編譯Linux-2.6.22.6的交叉編譯工具；選用比較穩(wěn)定的支持tftp下載的u-boot-1.2.0作為引導(dǎo)程序；選用Linux-2.6.22.6作為嵌入式操作系統(tǒng)內(nèi)核，并對其進(jìn)行剪裁定制，特別是增加了UDA1341TS音頻驅(qū)動和網(wǎng)卡驅(qū)動部分；選用了帶有mdev功能的busybox-1.9.1來制作根文件系統(tǒng)。 在以上三方面的基礎(chǔ)上，本課題對語音識別程序系統(tǒng)進(jìn)行了實(shí)驗(yàn)研究。實(shí)驗(yàn)包括音頻驅(qū)動、語音錄制、語音訓(xùn)練、語音識別程序的編譯以及語音識別等程序在ARM上的移植。 最后，本論文采用DTW模型，完成了語音模板的訓(xùn)練和語音識別的任務(wù)。經(jīng)過實(shí)驗(yàn)測試，該系統(tǒng)有效完成了預(yù)期的語音識別任務(wù)。
標(biāo)簽：
ARM
嵌入式
語音識別
系統(tǒng)研究
上傳時(shí)間：
2013-05-30
上傳用戶：wsx123
