嵌入式语音翻译系统的研究

摘要

随着全球化的发展，不同语种间人们的交往日益增多，为实现无障碍交流，语言翻译技术应运而生。但是，由于文本翻译技术限制了人们之间的交流方式，人类希望通过对话就可以进行交流，便携式口语语音翻译设备的研制因而成为一种新的技术潮流。嵌入式语音翻译技术就是以嵌入式系统为平台，将文本翻译技术与语音识别、语音合成技术相结合，共同开发语音翻译系统。
　　 本文研究了嵌入式语音翻译系统的原理及组成，详细分析了系统的三个模块，针对语音识别模块存在的问题，进行深入分析并提出解决方案。在理论研究方面，详细介绍了语音识别的基本原理及各种算法;提出了一种谱熵与变窗长检测相结合的端点检测方法来解决传统检测方法鲁棒性差的问题;采用全路径约束DTW算法改进识别的效率，降低了对系统资源的要求。在此理论基础上，通过仿真实验验证了算法改进的有效性。
　　 在硬件设计方面，以STM32F103VET6芯片为核心，搭建外围电路组成语音识别模块;在软件设计过程中，选用松弛端点法来提高DTW的运算速度，实现了浮点运算在CM3内核上的运行，并进行了相关的硬件测试实验;最后，以VS2008为平台，结合HTK、SAPI工具包，对汉语语音识别、汉-英机器翻译和汉、英语语音合成模块进行详细分析并编译调试，形成语音翻译系统运行界面。经过实验测试，该系统可以较好的实现语音翻译功能。

目录

声明

摘要

1 绪论

1．1 引言

1．2 语音翻译系统的研究现状和发展

1．2．1 语音翻译系统的研究现状

1．2．2 语音翻译系统的发展方向

1．3 课题研究的目的和意义

1．4 本文主要工作及内容安排

2 嵌入式语音翻译系统介绍

2．1 嵌入式系统概述

2．1．1 嵌入式系统组成及特点

2．1．2 ARM嵌入式系统

2．1．3 Cortex-M3处理器结构及特性

2．2 语音翻译技术的特点及分析

2．3 系统工作原理及特点

2．3．1 语音翻译系统特点

2．3．2 语音识别技术

2．3．3 机器翻译技术

2．3．4 语音合成技术

2．4 本章小结

3 语音识别算法研究

3．1 语音学知识

3．1．1 语音信号的产生

3．1．2 语音信号的数学模型

3．2 语音识别基本原理

3．3 语音识别关键技术分析

3．3．1 语音信号预处理

3．3．2 语音信号的传统端点检测方法

3．3．3 端点检测方法改进

3．4 语音识别特征参数提取

3．4．1 线性预测倒谱系数(LPCC)

3．4．2 Mel倒谱系数(MFCC)

3．5 语音识别算法

3．5．1 动态时间规整法(DTW)及其改进

3．5．2 隐马尔可夫模型(HMM)

3．6 本章小结

4 语音识别模块软硬件设计

4．1 语音识别模块硬件设计

4．1．1 模块整体方案设计

4．1．2 STM32F103VET6芯片介绍

4．1．3 外围电路设计

4．2 模块软件设计

4．2．1 语音识别改进算法的实现

4．2．2 嵌入式语音识别系统流程图

4．3 实验结果及其分析

4．3．1 软件仿真结果及其分析

4．3．2 实验测试结果及其分析

4．4 本章小结

5 基于HTK汉英语音翻译系统设计

5．1 HTK简介

5．2 系统软件设计

5．2．1 语音识别模块

5．2．2 语音合成模块

5．2．3 机器翻译模块

5．3 VS2008实现语音翻译系统

5．3．1 平台介绍

5．3．2 实验分析

5．4 本章小结

6 总结与展望

6．1 工作总结

6．2 工作展望

参考文献

致谢

读研期间主要科研成果