基于非特定人語音識別的全音控盲人手機設計.pdf

1、近年來,語音識別技術的發(fā)展為人們提供了一種先進的人機交互方式――語音交互方式。這種方式因其便捷、自然的特點,受到廣泛的關注,并且已經(jīng)開始應用于一些特定的場合與設備中,受到人們的廣泛歡迎。而對于盲人來說,由于其視覺缺陷的阻礙,很多時候并不能享受到科技發(fā)展帶來的好處;而語音交互的方式則可以有效的解決這一問題,使科技進步能更好的服務于這一殘疾人群體。經(jīng)過幾十年的努力,語音識別的研究工作已經(jīng)有了長足的發(fā)展,基于不同理論的語音識別方法目前已有許多

2、種。然而多數(shù)的研究工作都是在大型機或PC機上進行的,關注的主要是新理論的發(fā)現(xiàn)與驗證、如何繼續(xù)提升識別算法的準確度等問題;而基于嵌入式系統(tǒng)的語音識別技術,作為語音識別實用化的重要步驟,目前還沒能實現(xiàn)大規(guī)模的應用。現(xiàn)有的嵌入式終端設備上的語音識別,也主要是簡單的、針對特定人使用的孤立詞識別。因此,如何將復雜的語音識別算法在嵌入式系統(tǒng)上實現(xiàn)實用化,使語音交互技術變得成熟起來,是一項有挑戰(zhàn)性的工作。
　　因此,本文以如何讓語音交互方式為盲

3、人服務作為出發(fā)點,對語音識別的原理與思想進行了深入研究,詳細探討了基于隱馬爾可夫模型的非特定人孤立詞語音訓練與識別算法,深入分析了基于Baum-Welch算法的模型訓練方法和基于Viterbi解碼的識別算法。根據(jù)實際應用的需要,研究了實際模型訓練中多觀察值序列情況下的初始參數(shù)設置、訓練方法以及需要解決的數(shù)據(jù)溢出等問題;并以此為依據(jù),提出并設計了一種基于連續(xù)隱馬爾可夫模型的全音控盲人手機系統(tǒng)。系統(tǒng)采用Baum-Welch模型訓練算法,由P

4、C機訓練出25條音控指令和0~9等10個數(shù)字的語音模型,然后將這些模型傳遞給DSP平臺,從而實現(xiàn)嵌入式的非特定人孤立詞語音識別。25條音控指令分別對應不同的控制操作,在識別完成后,系統(tǒng)根據(jù)識別結(jié)果作出相應處理;當需要進行無線通信時,系統(tǒng)會依據(jù)識別結(jié)果發(fā)送特定的AT命令組合,從而實現(xiàn)相應操作。依據(jù)手機菜單操作特點,本文提出了語音指令分級識別方法,充分提高了指令識別準確率;并針對實際應用進行了拒識別設計。針對盲人生理特點,系統(tǒng)設計了語音提示