学位论文 > 优秀研究生学位论文题录展示

基于改进MFCC的语音识别系统研究及设计

作　者: 文林
导　师: 熊红云
学　校: 中南大学
专　业: 控制理论与控制工程
关键词: 语音识别 端点检测 基音检测 特征提取
分类号: TN912.34
类　型: 硕士论文
年　份: 2011年
下　载: 238次
引　用: 4次
阅　读: 论文下载
 

内容摘要


随着信息科学和嵌入式技术的不断发展,语音识别技术研究又上了一个新台阶。采用现代化手段研究语音识别技术,可以有效的帮助我们产生、存储和获取语音信号,这对促进社会的发展意义深远。本文提出了一种基于改进的梅尔频标倒谱参数(MFCC)算法的语音识别方法并对其嵌入式硬件进行了设计。文中详细介绍并实现了语音识别算法。在开始具体的语音识别之前,本文首先介绍了语音识别的一些短时函数,包括短时平均能量,短时平均过零率,短时自相关函数和短时平均幅度差函数。这些函数为后续的语音识别算法做铺垫。对于语音识别中端点检测难的问题,考虑了语音信号中直流分量干扰和长尾音误判断情况,提出了改进的双门限法。对于语音识别中基音周期检测问题,文中提出了改进的循环短时平均幅度差函数(AMDF)方法。为了得到最佳的语音特征参数,本文在传统的MFCC的基础上,改进了其中高频段的频率特性,提出了改进的MFCC方法。实验证明,经过改进的特征参数提取方法提高了语音识别率。在语音识别模型方面,文中介绍了动态时间规整模型(DTW)、隐马尔可夫模型(HMM)和人工神经网络模型(ANN)。采用了DTW模型进行识别,该模型算法简单,识别率高。本文对硬件的设计进行了详细的介绍。以三星公司的S3C2440处理器为核心,该处理器具有强大的硬件资源。文中给出了处理器与SDRAM、FLASH、串口、JTAG、电源、外部AD、LCD屏、发声部分等模块的连接电路。本文的具体识别算法在MATLAB中进行了仿真,取得了较好的仿真效果。结果说明,这些算法可以广泛的应用于语音识别领域,这对语音识别技术的发展具有一定的促进作用。

全文目录


摘要  3-4
ABSTRACT  4-6
目录  6-9
第一章 绪论  9-13
  1.1 引言  9
  1.2 嵌入式识别技术的研究现状  9-11
  1.3 嵌入式语音识别技术的发展趋势  11-12
  1.4 本文研究内容安排  12-13
第二章 语音信号时域处理  13-28
  2.1 获取数字语音信号  13-14
    2.1.1 采样  13-14
    2.1.2 量化  14
  2.2 语音信号的预处理  14-17
    2.2.1 语音信号的预加重  14-15
    2.2.2 语音信号加窗  15-17
    2.2.3 语音信号滤波  17
  2.3 语音信号的时域分析  17-27
    2.3.1 短时平均能量  18-19
    2.3.2 短时平均过零率  19
    2.3.3 改进的短时平均过零率  19-20
    2.3.4 短时自相关函数  20-21
    2.3.5 短时平均幅度差函数  21-22
    2.3.6 端点检测  22-23
    2.3.7 改进的端点检测  23-24
    2.3.8 改进的AMDF方法提取基音  24-27
  2.4 本章小结  27-28
第三章 基于改进的MFCC特征参数提取  28-43
  3.1 语音信号特征参数提取  28-38
    3.1.1 LPCC参数  28-31
    3.1.2 MFCC特征参数  31-35
    3.1.3 改进MFCC特征参数  35-38
  3.2 语音识别模型  38-42
    3.2.1 动态时间归整  38-42
    3.2.2 隐马尔可夫模型(HMM)  42
    3.2.3 人工神经网络(ANN)  42
  3.3 本章小结  42-43
第四章 语音识别系统的仿真  43-61
  4.1 语音信号的预加重仿真  43-44
  4.2 语音信号滤波处理  44
  4.3 语音信号的短时处理  44-46
    4.3.1 短时平均能量实现  44-45
    4.3.2 短时平均过零率实现  45-46
  4.4 端点检测实现  46-49
  4.5 基音提取实现  49-53
    4.5.1 改进的AMDF方法实现  49-52
    4.5.2 基音检测后处理  52-53
  4.6 改进的MFCC特征参数提取算法仿真  53-60
    4.6.1 基于LPCC参数的识别  53-55
    4.6.2 基于MFCC参数的识别  55-57
    4.6.3 基于改进的MFCC参数的识别  57-60
  4.7 本章小结  60-61
第五章 语音识别系统硬件设计  61-79
  5.1 处理器介绍  62-63
  5.2 SDRAM接口设计  63-65
  5.3 FLASH接口设计  65-68
  5.4 RS232串口设计  68-70
  5.5 JTAG电路设计  70-71
  5.6 电源部分  71-72
  5.7 语音采集模块  72-73
  5.8 LCD显示模块  73-75
  5.9 发声模块  75-78
  5.10 本章小结  78-79
第六章 总结与展望  79-81
  6.1 全文总结  79-80
  6.2 工作展望  80-81
参考文献  81-84
致谢  84-85
攻读学位期间主要的研究成果  85

相似论文

  1. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  2. 多重ANN/HMM混合模型在语音识别中的应用,TN912.34
  3. 基于DSP的机器人语音命令识别系统研制,TN912.34
  4. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  5. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  6. Q学习在基于内容图像检索技术中的应用,TP391.41
  7. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  8. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  9. 空间交会接近视觉测量方法研究,TP391.41
  10. 图像实时采集、存储与处理方法研究,TP391.41
  11. 唇读中的特征提取、选择与融合,TP391.41
  12. 多币种纸币处理技术的研究与实现,TP391.41
  13. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  14. 基于图像的路面破损识别,TP391.41
  15. 移动机器人视觉检测和跟踪研究,TP242.62
  16. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  17. 在智能手机环境下健康管理功能设计与研究,TN929.53
  18. 基于随机森林的植物抗性基因识别方法研究,Q943
  19. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  20. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  21. 羊绒与羊毛纤维鉴别系统的研究,TS101.921

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