学位论文 > 优秀研究生学位论文题录展示
特定人孤立词语音识别系统的ASIC设计
作 者: 刘霄霄
导 师: 余宁梅
学 校: 西安理工大学
专 业: 微电子学与固体电子学
关键词: 端点检测 线性预测编码 动态时间规整
分类号: TN912.34
类 型: 硕士论文
年 份: 2009年
下 载: 18次
引 用: 1次
阅 读: 论文下载
内容摘要
孤立词语音识别在语音控制系统中有着广泛应用。开发低成本的孤立词语音识别专用芯片对降低语音控制系统的功耗,提高速度有重要作用。在对特定人孤立词语音识别算法进行研究的基础上,着重从高性价比的角度构建了特定人孤立词语音识别系统,并对其进行了ASIC设计。所设计的系统主要包括预处理端点检测,线性预测编码与动态时间规整三个模块,每个模块都有各自的控制电路负责数据在模块与模块之间的传递,并且采用了资源共享和流水线的设计方法来平衡电路的面积与工作速度。采用Verilog语言完成了各模块的设计、仿真及系统整合。采用定点数的设计方式,语音信号的采样频率为8KHz,每次采样的数据为8bits,晶片内部稳定工作频率为20MHz。此电路所求得的线性预测系数与Matlab模拟结果的比较,误差率均小于0.2%,在200个词源的条件下,平均可以达到90%以上的识别效果。在新加坡特许半导体0.35μm工艺综合库的支持下,通过对时序的约束,使用Synopsys Design Compiler软件对系统进行了逻辑综合,考虑到可测性设计的要求,对系统中普通逻辑和Memory分别采用了全扫描和MBIST的DFT策略,实现了系统的可测性设计,错误覆盖率可达到97%以上。最后通过布局规划、宏单元放置、电源规划、放置标准单元、时钟树综合、布线等流程使用Synopsys公司的Apollo软件来进行布局布线得到了版图。核心利用率在0.8左右,芯片工作频率在20MHz,动态功耗为288.65mW,芯片面积为5542.8×5548.6平方微米.
|
全文目录
摘要 3-4 Abstract 4-8 1. 绪论 8-10 1.1 论文选题意义 8 1.2 研究背景 8-9 1.3 论文架构 9-10 2. 语音系统设计与数据格式分析 10-23 2.1 语音信号分析 10-13 2.1.1 语音信号的产生模型 10-11 2.1.2 语音信号的短时分析 11-13 2.2 语音系统设计 13-18 2.2.1 语音识别流程 13 2.2.2 预加重 13-14 2.2.3 加视窗 14 2.2.4 端点检测 14-15 2.2.5 线性预测分析 15-17 2.2.6 动态时间规整 17-18 2.3 语音数据定点化与格式分析 18-23 2.3.1 定点与浮点 18-19 2.3.2 定点化的方法及遇到的问题 19-20 2.3.3 语音数据格式分析 20-21 2.3.4 有符号数据的四则运算 21-23 3. 基于线性预测编码的语音识别系统的电路设计 23-39 3.1 系统架构 23 3.2 自相关单元电路 23-29 3.2.1 预处理电路 23-25 3.2.2 自相关函数单元电路 25-28 3.2.3 不同工作频率的同步电路设计 28-29 3.3 舒尔递推单元电路 29-33 3.3.1 握手时序分析 30 3.3.2 数据路径实现 30-31 3.3.3 控制单元实现 31-32 3.3.4 舒尔递推模块时序仿真 32-33 3.4 模板匹配电路 33-34 3.4.1 算法简介 33 3.4.2 电路实现 33-34 3.5 除法单元电路 34-36 3.5.1 电路结构分析与实现 34-35 3.5.2 除法单元电路仿真 35-36 3.6 系统性能分析与仿真验证 36-38 3.7 本章小结 38-39 4. 可测性设计与芯片整合 39-56 4.1 可测性设计 39-48 4.1.1 扫描测试 39-44 4.1.2 内建自测试 44-48 4.2 芯片整合 48-54 4.2.1 芯片综合 48-52 4.2.2 布局布线 52-54 4.3 本章小结 54-56 5. 总结与展望 56-58 5.1 总结 56 5.2 展望 56-58 致谢 58-59 参考文献 59-61 附录 61-63
|
相似论文
- 网络语音传输丢包的恢复技术,TN912.3
- 数字助听器中语音增强技术的研究,TN912.35
- 功率谱估计在宽带ADCP信号检测中的研究与应用,TN911.23
- 基于电话信道的声纹识别算法研究,TN912.34
- 基于视频的签名识别算法研究,TP391.41
- 基于改进MFCC的语音识别系统研究及设计,TN912.34
- 移动机器人语音识别控制仿真系统的设计与实现,TN912.34
- 语音端点检测算法研究及硬件实现,TN912.34
- 基于经验模态分解的语音端点检测算法研究,TN912.3
- 说话人识别中特征参数的提取及优化研究,TN912.34
- 基于视频与文本信息的说话者人脸标注,TP391.41
- 复杂背景下基于表观模型的手势识别研究,TP391.41
- 自适应低速率语音编解码研究与实现,TN912.3
- 音频分类技术研究,TN912.3
- 基于DTW的相似度查询在完井深度计算中的应用,TE257
- 基于旋律的音乐检索系统设计与实现,TP391.3
- 与文本无关的开集说话人识别技术研究,TN912.34
- 基于语言混合特征的情感识别研究,TN912.3
- 基于DSP的语音识别技术的研究,TN912.34
- 移动机器人语音识别系统的研究与实现,TN912.34
- 基于元音长度调整的中文语音识别,TN912.34
中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 电声技术和语音信号处理 > 语音信号处理 > 语音识别与设备
© 2012 www.xueweilunwen.com
|