嵌入式语音指令处理与识别方法的研究

摘要

语音识别技术作为方便、快捷的人机交互接口已应用发展到手持设备、语音导航、智能语音机器人、工业控制等多个领域。嵌入式技术的产生加速了语音指令识别技术从实验室走向市场的步伐,使得语音识别技术渗透到生活的各个方面,比如语音指令识别技术在智能家居中的应用研究。因此,进行嵌入式语音指令处理与识别方法的研究,具有重要的现实意义和广阔的应用前景。
　　 本文以嵌入式语音指令识别技术为研究内容,以提高语音指令识别系统的有效性和稳健性为目标,对嵌入式语音指令识别技术中的前端预处理和识别方法优化等关键问题展开研究。
　　 (1)针对嵌入式语音指令识别过程中的噪声干扰问题,研究了基于快速独立分量分析的语音增强去噪技术,对该算法的核心迭代过程进行改进,并给出了改进的快速独立分量分析方法。仿真实验表明,新方法加快了算法的收敛速度,迭代次数平均减少30％左右。
　　 (2)针对传统端点检测技术适应性差和在低信噪比下检测性能陡降的问题,研究了一种新的端点检测方法。该方法将功率谱熵和能量相结合的特征参数用于端点检测。仿真实验显示:在平稳噪声(white噪声)下,新方法的检测正确率比基于频谱熵的端点检测方法提高了7％左右;在非平稳噪声(pink噪声)下,提高了5％左右。
　　 (3)研究了小波神经网络在语音指令识别中的应用,并给出一种改进的网络训练方法。实验结果表明,改进方法充分利用了样本信息,减少了系统的训练时间,提高了系统识别率。
　　 (4)研究了Linux系统在嵌入式语音指令识别系统中的应用,并采用松弛起止点的动态时间规整技术,运用跨平台的图形界面开发工具Qt实现了面向家居环境的语音指令识别系统。

目录

文摘

英文文摘

论文说明:图表目录、注释表

第一章 绪论

1.1 课题研究背景及意义

1.2 嵌入式系统及发展趋势

1.2.1 嵌入式系统的定义

1.2.2 嵌入式系统发展趋势展望

1.3 语音指令识别的发展与研究现状

1.4 语音指令识别研究所面临的技术问题

1.5 课题主要研究内容

1.6 论文组织结构

第二章 语音指令识别系统的基本原理

2.1 引言

2.2 语音指令预处理技术

2.2.1 预加重、加窗和分帧

2.2.2 语音指令增强技术

2.2.3 语音端点检测的基本原理

2.3 语音指令的特征提取原理

2.3.1 线性预测倒谱系数

2.3.2 基于听觉特性的Mel频率倒谱系数

2.4 语音指令识别的基本结构与方法

2.4.1 语音指令识别系统的典型结构

2.4.2 语音指令识别的几种基本方法

2.5 本章小结

第三章 语音指令预处理技术的研究

3.1 引言

3.2 传统的语音指令增强技术

3.2.1 基本谱减法

3.2.2 维纳滤波法

3.2.3 小波去噪

3.2.4 实验过程及结果分析

3.2.5 语音指令增强实验平台的建立

3.3 基于独立分量分析的语音指令增强

3.3.1 独立分量分析(ICA)原理

3.3.2 基于负熵的固定点ICA(FastICA)算法

3.3.3 改进的FastICA算法及其实现步骤

3.3.4 实验过程及结果分析

3.4 语音端点检测方法的改进

3.4.1 端点检测常用特征参数

3.4.2 端点检测算法

3.4.3 端点检测实现步骤

3.4.4 实验过程及结果分析

3.5 本章小结

第四章 小波神经网络在语音指令识别中的应用

4.1 引言

4.2 小波神经网络与语音指令识别

4.3 小波神经网络的概念及其理论基础

4.4 小波神经网络结构

4.5 小波神经网络的映射机制

4.6 确定小波神经网络需要解决的几个问题

4.6.1 确定基函数

4.6.2 确定隐层节点数

4.6.3 小波神经网络的训练方法

4.6.4 本文使用的训练方法

4.7 小波神经网络用于语音指令识别的仿真实验

4.7.1 实验原理

4.7.2 语音信号采集

4.7.3 网络结构设计

4.7.4 实验过程及结果分析

4.8 本章小结

第五章 面向家居环境的嵌入式语音指令识别系统的研究

5.1 引言

5.2 系统开发环境介绍

5.2.1 Linux系统介绍

5.2.2 Qt开发环境

5.2.3 Qt编程中的信号和槽

5.2.4 Qt程序设计步骤

5.3 识别系统的设计与实现

5.3.1 系统总体框架

5.3.2 Linux下的语音信号采样

5.3.3 预加重、加窗和分帧处理

5.3.4 语音指令增强去噪处理

5.3.5 语音指令的端点检测

5.3.6 语音指令的特征参数提取

5.3.7 语音库的建立

5.3.8 嵌入式语音指令识别方法比较及选择

5.4 实验过程及结果分析

5.4.1 实验过程

5.4.2 系统性能测试分析

5.5 本章小结

第六章 总结与展望

6.1 论文工作总结

6.2 下一步研究工作展望

参考文献

致谢

在学期间发表的学术论文