語音識(shí)別技術(shù)是人機(jī)最自然、最簡(jiǎn)潔的交流方式，它就是讓機(jī)器能夠自動(dòng)識(shí)別并理解說話人要表達(dá)的意思，將語音信號(hào)轉(zhuǎn)變?yōu)檎_的文本或者命令的高科技技術(shù)。根據(jù)實(shí)際的應(yīng)用，語音識(shí)別可以分為：特定人與非特定人的識(shí)別、孤立詞與連續(xù)詞的識(shí)別、中小詞匯量與無限詞匯量的識(shí)別。考慮到成本及使用范圍因素，本文中應(yīng)用的是基于TMS320VC5509 DSP的非特定人、孤立詞、小詞匯量的語音識(shí)別系統(tǒng)。通過實(shí)際測(cè)試，使用該DSP的語音識(shí)別系統(tǒng)有著較高的實(shí)時(shí)性、識(shí)別率，基于該系統(tǒng)的計(jì)算器對(duì)實(shí)時(shí)數(shù)字計(jì)算有較高準(zhǔn)確性，基本能解決特殊群體和特殊地點(diǎn)使用計(jì)算器困難的情況。

　　語音識(shí)別過程主要包括語音信號(hào)前處理、特征提取、模式匹配等部分。語音信號(hào)輸入之后，預(yù)處理和數(shù)字化是進(jìn)行語音識(shí)別的前提條件。特征提取是進(jìn)行語音信號(hào)訓(xùn)練和識(shí)別必不可少的步驟，采用的是提取每幀的Mel系數(shù)的倒譜參數(shù)作為語音信號(hào)的特征值。模板匹配算法目前有 DTW 算法、HMM隱馬爾科夫模型、ANN人工神經(jīng)網(wǎng)絡(luò)等。本文采用HMM隱馬爾科夫模型的方法，提取出的特征值存入?yún)⒖寄Ｊ綆熘校脕砥ヅ浯R(shí)別語音信號(hào)的特征值。匹配計(jì)算是進(jìn)行語音識(shí)別的核心部分，由待識(shí)別人的語音經(jīng)過特征提取后，與系統(tǒng)訓(xùn)練時(shí)產(chǎn)生的模板進(jìn)行匹配，在說話人辨認(rèn)中，取與待識(shí)別語音相似度最大的模型所對(duì)應(yīng)的語音作為識(shí)別結(jié)果。

　　系統(tǒng)硬件結(jié)構(gòu)

　　圖 2為系統(tǒng)硬件結(jié)構(gòu)框圖。此系統(tǒng)的核心器件是TI公司的TMS320VC5509定點(diǎn)DSP。在本系統(tǒng)中，它不僅是語音識(shí)別的核心，還負(fù)責(zé)計(jì)算器的運(yùn)算部分。TMS320VC5509是系統(tǒng)的運(yùn)算處理單元，具有2個(gè)乘法器（MAC），4個(gè)累加器（ACC）；40位、16位的算術(shù)邏輯單元（ALU）各一個(gè)，這大大增強(qiáng)了DSP的運(yùn)算能力；指令字長(zhǎng)不只單一的16位，可擴(kuò)展到最高48位，數(shù)據(jù)字長(zhǎng)16位；可通過USB接口對(duì)TMS320VC5509燒寫程序而不必借助仿真器。正是基于這些優(yōu)點(diǎn)，選擇該器件可節(jié)省開發(fā)資金，減小電路板面積。DSP與TLV320AIC23的接口電路如圖3所示。