基于改進MFCC的語音識別系統研究及設計.pdf

1、隨著信息科學和嵌入式技術的不斷發(fā)展，語音識別技術研究又上了一個新臺階。采用現代化手段研究語音識別技術，可以有效的幫助我們產生、存儲和獲取語音信號，這對促進社會的發(fā)展意義深遠。
　　 本文提出了一種基于改進的梅爾頻標倒譜參數(MFCC)算法的語音識別方法并對其嵌入式硬件進行了設計。文中詳細介紹并實現了語音識別算法。在開始具體的語音識別之前，本文首先介紹了語音識別的一些短時函數，包括短時平均能量，短時平均過零率，短時自相關函數和短時

2、平均幅度差函數。這些函數為后續(xù)的語音識別算法做鋪墊。對于語音識別中端點檢測難的問題，考慮了語音信號中直流分量干擾和長尾音誤判斷情況，提出了改進的雙門限法。對于語音識別中基音周期檢測問題，文中提出了改進的循環(huán)短時平均幅度差函數(AMDF)方法。為了得到最佳的語音特征參數，本文在傳統的MFCC的基礎上，改進了其中高頻段的頻率特性，提出了改進的MFCC方法。實驗證明，經過改進的特征參數提取方法提高了語音識別率。在語音識別模型方面，文中介紹了動

3、態(tài)時間規(guī)整模型(DTW)、隱馬爾可夫模型(HMM)和人工神經網絡模型(ANN)。采用了DTW模型進行識別，該模型算法簡單，識別率高。
　　 本文對硬件的設計進行了詳細的介紹。以三星公司的S3C2440處理器為核心，該處理器具有強大的硬件資源。文中給出了處理器與SDRAM、FLASH、串口、JTAG、電源、外部AD、LCD屏、發(fā)聲部分等模塊的連接電路。
　　 本文的具體識別算法在MATLAB中進行了仿真，取得了較好的仿真效