音頻信號識別研究與基于SOPC的設(shè)計與實現(xiàn).pdf

1、音頻信號識別技術(shù)，包括語音識別、車輛聲音識別、機械噪聲識別、水聲識別等都取得了很大的發(fā)展，但這些技術(shù)都還未達到令人滿意的程度，關(guān)鍵是在于如何有效的提高識別準確率和識別設(shè)備的小型化。本文即立足于這兩點，提出了一種改進的基于連續(xù)隱馬爾可夫(CHMM)和BP神經(jīng)網(wǎng)絡融合的識別算法，并提出了一種基于FPGA和NiosⅡ軟核處理器的嵌入式音頻信號識別系統(tǒng)的設(shè)計思想。 在音頻信號識別特別是語音識別領(lǐng)域內(nèi)，隨著隱馬爾科夫模型(HMM)的應用，

2、使得系統(tǒng)的識別性能有了改進，但是由于訓練和測試環(huán)境(背景噪聲、音頻傳輸信道等)的失配常常導致識別性能的嚴重下降。根據(jù)人類的聽覺感知機理，本文提出了一種改進的基于多帶連續(xù)隱馬爾科夫(CHMM)和BP神經(jīng)網(wǎng)絡融合的識別算法。多帶CHMM系統(tǒng)由若干個子頻帶和一個全頻帶組成，系統(tǒng)對子帶和全頻帶的特征分別進行訓練，CHMM系統(tǒng)輸出與音頻信號幀平均能量共同作為BP神經(jīng)網(wǎng)絡的輸入，并利用BP神經(jīng)網(wǎng)絡進行后端融合和判決。本文完成了基于Matlab的算法

3、仿真，并與其他算法做了比較，本文還對傳統(tǒng)的端點檢測方法作了改進。 隨著音頻信號識別技術(shù)的不斷發(fā)展，除了識別算法的可靠性以外，人們還對識別設(shè)備小型化、便攜化和可升級性提出了更高的要求，因此，在嵌入式系統(tǒng)中實現(xiàn)音頻信號識別具有很大的實用價值。Altera公司的NiosⅡ是基于RISC技術(shù)的通用嵌入式處理器芯片軟內(nèi)核，它特別為可編程單芯片系統(tǒng)(SOPC)設(shè)計了一套綜合解決方案。本文提出了一種基于FPGA和NiosⅡ軟核處理器的嵌入式音