论文部分内容阅读
音频识别是一门涉及面很广的交叉学科,是人机最自然,最简洁的交流方式。人们通常使用的技术有动态规整技术(DTW),隐马尔科夫模型(HMM),矢量量化(VQ),人工神经网络(ANN)等。本文研究的是一种基于DM6446的音频信号的识别系统。首先分析了音频处理技术的一般常用的基础理论和音频识别技术的基本原理,然后分析研究了音频识别的三种常用的算法,包括隐马尔科夫模型(HMM),人工神经网络(ANN)和矢量量化(VQ)的方法。这三种方法分别都有各自的特点,鉴于本文是小词汇量的音频识别,所以经过比较,本系统采用了矢量量化(VQ)的方法作为模式匹配的算法。矢量量化(VQ)是音频识别中广泛采用的数据压缩和编码的方法,在实现孤立词识别系统时能简单快速,有效地实现音频命令的实时识别。通过在MATLAB上的系统仿真,达到了较高的识别率,说明了此系统的可靠性。为了检测系统的实时性,本文第四章研究了如何将矢量量化(VQ)的算法移植到DSP硬件平台上进而实现音频系统的识别,并分析了本系统所用的DM6446芯片的内部结构并扩展了外围系统模块,音频识别系统采集电路以及开发环境等。此DSP所用的开发环境是CCS3.3,在CCS3.3中编写相应的C语言程序或汇编语言程序就可以实现系统的实用性。经过实时性的实验,证明了此系统能够满足实时性的要求并且具有一定的有效性。