学位论文 > 优秀研究生学位论文题录展示
基于ARM9的孤立词语音识别系统设计
作 者: 潘辉
导 师: 徐文尚
学 校: 山东科技大学
专 业: 控制理论与控制工程
关键词: 语音识别 MFCC DTW
分类号: TN912.34
类 型: 硕士论文
年 份: 2011年
下 载: 67次
引 用: 0次
阅 读: 论文下载
内容摘要
自动识别技术是在计算机技术、光电技术、通信技术与信息技术的支持下问世,在经济技术全球化、生产国际化、信息网络化形式的推动下成长,在商业贸易、图书情报、交通运输、物资流通、邮政、医疗卫生、生产自动化管理等领域的广泛应用中壮大起来的一门新兴技术。语音识别技术是自动识别技术的一个分支,这是一种使机器能够理解和识别语音信号并将其转变为相应的其它形式的信号的技术。作为一门交叉学科,语音识别正逐渐成为信息技术领域内人机接口的关键技术。语音识别技术通过结合语音合成技术,使人们甩掉键盘和鼠标等传统的人机交互工具,而只是通过语音命令就可以进行人机交互,大大方便了操作。近年来随着DSP软硬件技术的发展以及语音学研究的不断深入,语音技术开始逐步走出实验室,服务于社会。其中最为成熟的是中小词汇量、孤立词语音识别技术,开始广泛应用于智能玩具、家电等对系统性能要求不是特别严格的场合,但是在像智能机器人等对识别率要求较高的应用场合效果还不太理想。本系统是为语音控制机器人假肢动作而设计的,因此要求有较高的识别率和较好的实时性。为此,本系统引入ARM9新器件、新技术,并通过提取梅尔倒谱系数(MFCC)作为语音序列的特征参数,以动态时间规整算法(DTW)进行模式匹配,设计了基于ARM9的小词汇量、孤立词语音识别系统,识别率和实时性得到了有效提高。论文首先介绍了语音识别技术的基本原理和系统组成,然后详细讲解语音识别技术的步骤,介绍了ARM9处理器和嵌入式Linux操作系统的特点和当前的发展概况,阐述了以ARM920T为核心开发的语音识别系统硬件平台的组成及其实现,再以此硬件平台为基础,介绍了嵌入式Linux系统的移植、驱动编程、根文件系统构建等。
|
全文目录
摘要 5-6 ABSTRACT 6-9 1 绪论 9-12 1.1 课题的研究背景 9 1.2 国内外研究现状 9-11 1.3 本论文研究内容的安排 11-12 2 语音识别简介 12-17 2.1 语音识别的分类 12-13 2.2 语音识别基本原理 13-14 2.3 语音识别系统组成 14-15 2.4 影响语音识别性能的若干因素 15-17 3 语音识别技术分析 17-26 3.1 语音信号处理基础 17-19 3.2 语音信号预处理 19-20 3.3 语音信号端点检测 20-21 3.4 语音信号特征提取 21-23 3.5 语音识别方法 23-26 4 语音识别系统硬件平台设计 26-35 4.1 系统硬件平台整体设计 26-27 4.2 S3C2440控制器及部分外围电路 27-35 5 语音识别系统软件实现 35-51 5.1 嵌入式系统开发步骤 36-37 5.2 内核的裁剪配置和移植 37-39 5.3 编写驱动程序 39-44 5.4 构建、移植根文件系统 44-49 5.5 调试结果 49-51 总结与展望 51-52 参考文献 52-54 致谢 54-55 发表论文和参加科研情况说明 55
|
相似论文
- 多重ANN/HMM混合模型在语音识别中的应用,TN912.34
- 基于DSP的机器人语音命令识别系统研制,TN912.34
- 在智能手机环境下健康管理功能设计与研究,TN929.53
- 语音识别技术研究与实现,TN912.34
- 车载汉语语音控制命令识别算法的研究,U463.6
- 基于分段概率模型语音识别算法的SOPC实现,TN47
- 基于SOPC的说话人识别控制器,TN912.34
- 车载多媒体语音识别系统设计,TN912.34
- 家庭监护机器人关键技术的研究与实现,TP242
- 基于SPCE061A单片机的数控机床控制系统的设计与实现,TG659
- 移动音视频交互业务执行平台的研究,TN915.09
- 基于MIDI的乐器控制系统和音符的自动识别方法研究,TN912.34
- 呼叫中心IVR系统的设计与实现,TN99
- 基于HMM的机器人语音识别系统的研究,TN912.34
- 基于改进MFCC的语音识别系统研究及设计,TN912.34
- 基于VC++6.0的说话人识别系统的研究,TN912.34
- 基于HMM-ANN混合模型的咳嗽音识别研究,TN912.34
- 仿真机器人控制系统,TP242
- 基于VoiceXML的语音智能交互平台的研究与实现,TP311.52
- 基于词片网格的语音文档主题分类,TN912.3
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
|