基于小波神经网络的嵌入式语音识别系统
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关键 词 ：小波 ；神 经 网络 ；语 音识 别 ；嵌入 式 系统
中图分类号：Ｔ ３ １ ２ Ｐ １． ５（ １） ９ ０２ — ２ ０７ ９９ ２ ２ ０ — ０８ ０ ０
、
引言
语音识别是将人类语音信号进行预处理、特征提取 ，然后和 测试 、训练 后存 储在 计 算机 中 的标准 模型 进行 比较 ，得 出判 定和 识别结果。从本质上讲，语音识别是通过先进的计算机 、信号处
摘要 ：本 文介绍 了基 于嵌 入 式操作 系统 Ｗ ｉｄｗｓ Ｅ和 Ａ ｎｏ Ｃ ＲＭ 平 台的语 音识 别 系统 ，该 系统使 用 了小 波神 经网络 技 术。 系统 使 用 ￥Ｃ ４０芯 片进 行控 制和语 音识 别 ，使 用 Ｓ Ｃ ０ １ 片 完成训 练算 法 、语 音信 号特 征提 取 ，具有 较好 的 可移植 ３ ２１ Ｐ Ｅ ６Ａ芯 性 ，在 小波神 经 网络 算 法的帮 助下 ，系统有较 高的识 别率 。
理技 术将 语音 信号 转变 为计 算机 可 以识别 的 二进 制编码 ，并进行 处理 的技 术 。语音 识别 技术 在智 能家 电、工 业现场 控制 、机 器人
等领 域有 广 阔的应 用前 景 。
早期 的 语音 识别技 术 多基 于线 性系 统理 论 ，但人 的发 音是 复
杂 的非线 性过 程 ， 以线 性 系统 理论 为基 础 的语音 识别 技术 局 限性 较大 。近 年 来 ，非线 性技 术逐渐 运 用 到了语 音识 别领 域 ，国 内外 学者 研 究较 多的 理论 有人工 神经 网络 、 小波变 换 等非线 性技 术 。 小波 变 化具 有时 频局部 性等 特 点 ， 经 网络具有 自适 应性 好 、 神 容错 性 强等 优 点，结 合 以上两 种技 术 的优 点 ，本 文介 绍 了一种 基 于小 波变 换 神经 网络 的嵌 入式 语 音识别 系统 ，该系统 是智 能轮 椅 的组 成 部分 ，可 以让 轮椅 使用 者通过 语 音直 接控 制轮椅 的行 动 。
（ 四）系 统工 作原 理
蕞 礞 瘦 歪 致 童 占
天 童 ＿ 毪坦加霉 ． 』 日嚣 聋＿ ＿ 字 喧提 他＿羹 ¨ ＋ ＋ 特 刀
—
智能 轮椅 语音 识别 系统 的工 作分 为语 音训 练 、语 音识 别两 个 过程 。系 统工 作原 理如 图 ３ 示 。 所
的开 发难 度 。
对于 意 本 ： 尸 ＸＰ， 任 样 Ｐ １ ２ ， …，
：
）期 输 、望出
有
（ ， ， １ …， ２
） 该 习 法 能 步 行， 到 ，学算都按执 直
ｌ Ｉ
三 、语 音识 别算法 研 究 （ ）小波技 术 一 噪声 是语 音 识别 的重 要 问题 ，噪 声将造 成 训练 环境 和 识别环 境 不 匹配 ， 降低语 音识 别 系统 的可 靠 性 ，在本 文 介绍 的系统 中， 使 用 小波 变换 实现 对信 号 的 降噪处 理 。小波 变 换具 有低 熵 、多 分 辨 率 、去 相关 性 、选基 灵活 等优 点，适 合用 于对 语 音信 号进 行 降
噪。
满 足输 入输 出要求 。
四 、系统 软件 设计 软 件系 统 在微 软 Ｍｉ ｏｏｔ ｍ ｅｄｄ ｉ ａ ｃ＋ ｃ ｓｆＥ ｂ ｄｅ ｓ ｌ ＋ 环境 下完 成 。 ｒ ｖｕ ｃ＋ ＋ 包含 有 Ｗｉｄｗ Ｅ专用 开 发工 具 ， 以方便 的创 建 、 改 和 ｎｏ ｓ Ｃ 可 修 测 试 应 用 程 序 ， 编 译 后 的 程 序 可 以 通 过 ＪＡ 接 口 下 载 到 ＴＧ
其中 ｆ ） 有用 ， ｋ是 信号，ｅ ） （ （ 是噪声，ｓ ） ｋ （ 是含有噪 信 ｋ 声的
号 ， 以该模 型 为例 ，小 波 阈值去 噪主 要有 下面 ３个步骤 ： １ 号小波 分 解 。 ． 信 选择 小 波并 确定 分解 层数 Ｎ， 对信 号 进行 Ｎ
层 小波 分解 ； ２高频 系数 阈值 量化 。对 各分 解尺度 下 的 高频 系数选 择 阈值 ， ．
的提 取 提供 了保 障 。 （ ）神经 网络 技 术 二 模 式 匹配是 语音 识 别的 重点 ，本 文介 绍 的系统 采用 了 Ｂ Ｐ神 经 网络 作为 训练 模型 ，依次 训练 样本 特 征矩 阵 、待测 特征 矩 阵，
如下：
图 ５系 统主 流程 图
五 、实验
系统 软 、硬件 联调 通 过后 ，将 语音 识 别系 统安 装在 智 能轮椅 上 ，正常 工作 状态 下 ，通 过话 筒下 达 “ 进 ” 向后退 ” 向左 前 、“ 、“
语 加 ｌ语 忙 ４ 立 、 圆 毒 端 日
立
障碍物 、轮椅 电量 不足 时 ，系 统 以语 音方 式及 时提 醒主 人 。语 音 交互 功能 要求 系统可 以识别 主人 的语 音指 令 ，实现 前进 、 后退 、 转 向等 功 能 。本文 主要介 绍语 音交 互 功能 的实现 。
（ ）语音 识别 原理 概述 一
现 有技 术条 件下 ，语 音 识别 一般 分为 两个 步骤 ，第 一步 是系
统 训练 ， 二步 是语 音识 别 。 系统 训练 阶段 ， 心任 务是基 于选 第 在 核 定 的识 别方 法 ，建立 基本 语音 单 元的 声学模 型 ，进 而得 到语 音特 征 参数 ，这 一过 程也 称 为 “ 学习 ” 。在 语音 识别 阶段 ，系统使 用特 定 算法 提取 语音 信 号 的特 征 参数 ，根 据一 定判 别准 则和 系统 模型 进行 比较 ，得 出识别 结果 。语 音识 别 的原理 如 图 １ 示 。 所
计 算机 光盘 软件 与应 用
２１ 年第 ０ ０２ ９期
Ｃ ｍ ｕ ｅ ＤＳ ｆ ｗ ｒ ｎ ｐ ｌ ｃ ｔ ｏ ｓ ｏ ｐ ｔ ｒＣ ｏ ｔａ ｅａ ｄＡ ｐ ｉａ ｉｎ 工 程 技 术
基于小波神经网络的嵌入式语音识别系统
贾晶
（ 江西农业 大学，南昌 ３０ ３ ） ３ ０ ８
件 结构 如 图 ２ 示 。 所
一
图 ３ 系 统工 作原 理
语 音训练 时，Ｓ Ｃ ０ １ 芯片使用 神经 网络算法对 话筒传 来 的 Ｐ Ｅ ６Ａ 语音信 号进行模 板训练 ， 训练 结果保存在 Ｗｉ ｏ Ｓ Ｅ特定 目录下 ， ｎ ＷＣ ｄ
作 为语 音识别 的参考样 本 。进行 语音识 别时 ，Ｓ ｃ ０ １ 芯片首 先 Ｐ Ｅ ６Ａ 对采集 到的语音 信号进行 处理 ，然后将 结果传送 给 Ｗｉ ｏ Ｅ ｎ ＷＳ ， ｄ Ｃ 嵌入式 操作系 统将待 识别信 号和 参考样 本进行 比较 ， 出最 接近 的 找
二 、 系统设 计
图 ２ 系 统硬 件结 构 图 ￥ Ｃ ４ ０处 理 器 使用 Ａ ３ ２１ ＲＭ９ Ｏ 内核 ， 内部 时钟 可 以达 到 ２Ｔ ２ ０ ｚ 可 以实现 复杂 的控 制算 法 。 ３ ２ １ 有 １７ Ｉ 接 口 ０ ＭＨ ， ￥Ｃ ４ ０ １个 ／ Ｏ 和２ ４个外 部中 断源 ，内置 Ｕ Ｂ控制 器 、 ＭＡ 控制 器 、 ＡＲ Ｓ Ｄ Ｕ Ｔ控 制 器 、Ｉ Ｉ 制器 等 ，可 以有效 简化 外 围电路 。 Ｃ控 Ｓ Ｃ ０ １ 芯片 是 ｌ Ｐ Ｅ ６Ａ ６位微 控制 器 ，芯片集 成 了 ＭＣ Ｕ、ＡＤ、 ／ Ｄ Ａ、 ＡＭ 和 Ｒ Ｍ ， ／ Ｒ Ｏ 具有较 高运 算速 度 ， 可支 持 １ 中断 向量 、 ０个 １ ４中断源 ， 中断处 理 能力较 强 ， 用其 进行 实 时语音 处理 比较 合 适 。 Ｓ Ｃ ０ １ 支 持带 自动 增益 控制 功 能（ Ｇ ） Ｐ Ｅ ６Ａ Ａ ｃ 的麦 克风 输 入方 式 ， 可 以有 效减 小 系统硬 件复 杂度 。 （ ）系 统功 能 三 根 据 智能轮 椅 的功 能 ，嵌入式 语 音识 别系 统需 要实 现语 音提 示和语 音 交互 两类 功能 。其 中 ，语音 提示 功能 要求 当轮 椅检 测 到
转 ”等 命 令 ，系统 可 以正 确 的进行 预处 理 、编码 等 ，并 根据 经神 再 比较 两次 训练 的权 值 ，实现 对 语音 信 号的识 别 ，算 法具 体 步骤 经 网络 算 法得 出语 音识 别 结果 ，通 过控制 ￥ Ｃ ４ ０的 Ｉ 口驱 动 ３ ２１ ／ Ｏ
智 能轮 椅 完成 相应 动作 。经过 ７ 实验 （ 组 ５ 组 每 ０次 ） ，系 统正 确 置 较 小 的非 零 随机 数 ，其 中
并 进行 软 阈值 量化 处理 ；
３一维 小 波重 构 。根 据 小波 分解 后 的底 层低 频 系 数 、各 层高 ．
频 系数 ，进 行一 维小 波重 构 ； 在 以上 步骤 中，阈值 的选择 、如何 进行 阈值 量化 是 关键 因素 ，
决 定着 信号 降 噪的效 果 。 本文 所述 系统 使用 Ｓ ｍ 小波 进 行 ４层分 ｙ 解 ，采 用 Ｈ ｕｓｒ ｅｒ ｅ阈值选 取 法 ，只对 小 波分 解第 一 层的 阈值 进行 ｕ 调整 ，经过 实验 ，该方 法获 得 了 比较 好 的去 噪效 果 ，为特 征 参数
：
哩
把 ｝ 刚 Ｉ 弱 圳
— —
图 １语音 识别 原理 在 本 文介 绍 的系统 中 ，信号 预处 理后 得 到的特 征参 数将 在神 经 网络 中进 行 处理 。进行 语 音识 别 时，话 筒采 集 的实 时信 号经过 滤 波 、预加 重等 处理 后将 进 行特 征提 取 ，然后 和语 音库 中 的特征 参 数进 行模 式 匹配 ，最接 近 的模 式将成 为语 音 识别 的结 果 。 （ ）系统 硬件 设计 二 系 统 以凌 阳公 司 ｓ Ｃ ０ １ 芯片 、 Ｐ Ｅ６Ａ 三星 公 司 ￥ Ｃ ４０处理 器 ３２ １ 为核心 ， 置接 口电路 、存 储 电路 、控 制 电路 ，￥Ｃ ４ ０ 现识 别 外 ３ ２１ 实 和控 制 功 能，Ｓ Ｃ ０ １ 完成信 号特 征提 取 和训 练算 法 。系统 硬 Ｐ Ｅ ６Ａ
２１ 第 Ｏ ０ ２年 ９期 Ｃ ｍ ｕ ｅ Ｄ Ｓ ｆｗ ｒ ｎ ｐ ｌｃ ｔ ｏ ｓ ｏ ｐ ｔ ｒＣ ｏ ｔ ａ ｅａ ｄＡ ｐ ｉ ａ ｉ ｎ 工 程技 术
化 的硬 件 驱动 接 口，它让 开 发者 不必 关心 设 备工 作 的细节 ，通 过 标 准 化 的系 统调用 就 可 以控制 特 定硬 件设 备 ，降低 了嵌入 式系 统
用 子程序 ，实现 相应 的控 制 ，子 程序 包括 识别 子程 序 、播 放子 程 序 、功 能子程 序 等 。图 ４为系 统软 件主 程序 流程 图。
声 强随 时 间变化 的一 维信 号 ，可 以用 数学 模 型表 示为 ：
Ｓ ） ｆ ）￡ｅ ） ＝ ，…ｎ １ （ ＝ （ ＋ ．ｋｋ ０，，一， ｋ ｋ （， １
ＡＲ Ｓ Ｃ ４ ０芯片 中进 行调 试 。 Ｍ９ ３ ２ １
∑
Ｘ
．
系 统软 件 由主 程序 和子 程序 组成 ，主程序 协 调整 个系 统 并调
在 小波 去 噪 的各类 方法 中， 阈值 去 噪 实现相 对 简单 ，去 噪效 果 也 比较好 。阈值 去噪 的基 本原 理 是对 小波 分解 后各 层 系数 中模 大 于 阈值 、小 于 阈值 的系数 分别 进行 处 理 ，再对 处理 完 的小 波系 数进 行 反变 换 ，重构 出的信 号 噪声会 得 到有 效 降低 。语 音信 号是
指令作 为识别 结果 ，最 后 由 Ｗｉ Ｏ Ｅ调用 函数 ，控制 ￥Ｃ ４ ０ ｎ ＷＳ ｄ Ｃ ３ ２ １ 的 Ｉ 口，完成相 应 的功能 ，如 前进 、转 向等 。 ／ Ｏ
Ｗｉｄ ｗｓ Ｅ拥 有 丰富 的设 备驱动 程序 ， ｎｏ Ｃ 为开发 者提 供 了标 准
２８ 一
计算 机 光盘 软件 与应 用
中图分类号：Ｔ ３ １ ２ Ｐ １． ５（ １） ９ ０２ — ２ ０７ ９９ ２ ２ ０ — ０８ ０ ０
、
引言
语音识别是将人类语音信号进行预处理、特征提取 ，然后和 测试 、训练 后存 储在 计 算机 中 的标准 模型 进行 比较 ，得 出判 定和 识别结果。从本质上讲，语音识别是通过先进的计算机 、信号处
摘要 ：本 文介绍 了基 于嵌 入 式操作 系统 Ｗ ｉｄｗｓ Ｅ和 Ａ ｎｏ Ｃ ＲＭ 平 台的语 音识 别 系统 ，该 系统使 用 了小 波神 经网络 技 术。 系统 使 用 ￥Ｃ ４０芯 片进 行控 制和语 音识 别 ，使 用 Ｓ Ｃ ０ １ 片 完成训 练算 法 、语 音信 号特 征提 取 ，具有 较好 的 可移植 ３ ２１ Ｐ Ｅ ６Ａ芯 性 ，在 小波神 经 网络 算 法的帮 助下 ，系统有较 高的识 别率 。
理技 术将 语音 信号 转变 为计 算机 可 以识别 的 二进 制编码 ，并进行 处理 的技 术 。语音 识别 技术 在智 能家 电、工 业现场 控制 、机 器人
等领 域有 广 阔的应 用前 景 。
早期 的 语音 识别技 术 多基 于线 性系 统理 论 ，但人 的发 音是 复
杂 的非线 性过 程 ， 以线 性 系统 理论 为基 础 的语音 识别 技术 局 限性 较大 。近 年 来 ，非线 性技 术逐渐 运 用 到了语 音识 别领 域 ，国 内外 学者 研 究较 多的 理论 有人工 神经 网络 、 小波变 换 等非线 性技 术 。 小波 变 化具 有时 频局部 性等 特 点 ， 经 网络具有 自适 应性 好 、 神 容错 性 强等 优 点，结 合 以上两 种技 术 的优 点 ，本 文介 绍 了一种 基 于小 波变 换 神经 网络 的嵌 入式 语 音识别 系统 ，该系统 是智 能轮 椅 的组 成 部分 ，可 以让 轮椅 使用 者通过 语 音直 接控 制轮椅 的行 动 。
（ 四）系 统工 作原 理
蕞 礞 瘦 歪 致 童 占
天 童 ＿ 毪坦加霉 ． 』 日嚣 聋＿ ＿ 字 喧提 他＿羹 ¨ ＋ ＋ 特 刀
—
智能 轮椅 语音 识别 系统 的工 作分 为语 音训 练 、语 音识 别两 个 过程 。系 统工 作原 理如 图 ３ 示 。 所
的开 发难 度 。
对于 意 本 ： 尸 ＸＰ， 任 样 Ｐ １ ２ ， …，
：
）期 输 、望出
有
（ ， ， １ …， ２
） 该 习 法 能 步 行， 到 ，学算都按执 直
ｌ Ｉ
三 、语 音识 别算法 研 究 （ ）小波技 术 一 噪声 是语 音 识别 的重 要 问题 ，噪 声将造 成 训练 环境 和 识别环 境 不 匹配 ， 降低语 音识 别 系统 的可 靠 性 ，在本 文 介绍 的系统 中， 使 用 小波 变换 实现 对信 号 的 降噪处 理 。小波 变 换具 有低 熵 、多 分 辨 率 、去 相关 性 、选基 灵活 等优 点，适 合用 于对 语 音信 号进 行 降
噪。
满 足输 入输 出要求 。
四 、系统 软件 设计 软 件系 统 在微 软 Ｍｉ ｏｏｔ ｍ ｅｄｄ ｉ ａ ｃ＋ ｃ ｓｆＥ ｂ ｄｅ ｓ ｌ ＋ 环境 下完 成 。 ｒ ｖｕ ｃ＋ ＋ 包含 有 Ｗｉｄｗ Ｅ专用 开 发工 具 ， 以方便 的创 建 、 改 和 ｎｏ ｓ Ｃ 可 修 测 试 应 用 程 序 ， 编 译 后 的 程 序 可 以 通 过 ＪＡ 接 口 下 载 到 ＴＧ
其中 ｆ ） 有用 ， ｋ是 信号，ｅ ） （ （ 是噪声，ｓ ） ｋ （ 是含有噪 信 ｋ 声的
号 ， 以该模 型 为例 ，小 波 阈值去 噪主 要有 下面 ３个步骤 ： １ 号小波 分 解 。 ． 信 选择 小 波并 确定 分解 层数 Ｎ， 对信 号 进行 Ｎ
层 小波 分解 ； ２高频 系数 阈值 量化 。对 各分 解尺度 下 的 高频 系数选 择 阈值 ， ．
的提 取 提供 了保 障 。 （ ）神经 网络 技 术 二 模 式 匹配是 语音 识 别的 重点 ，本 文介 绍 的系统 采用 了 Ｂ Ｐ神 经 网络 作为 训练 模型 ，依次 训练 样本 特 征矩 阵 、待测 特征 矩 阵，
如下：
图 ５系 统主 流程 图
五 、实验
系统 软 、硬件 联调 通 过后 ，将 语音 识 别系 统安 装在 智 能轮椅 上 ，正常 工作 状态 下 ，通 过话 筒下 达 “ 进 ” 向后退 ” 向左 前 、“ 、“
语 加 ｌ语 忙 ４ 立 、 圆 毒 端 日
立
障碍物 、轮椅 电量 不足 时 ，系 统 以语 音方 式及 时提 醒主 人 。语 音 交互 功能 要求 系统可 以识别 主人 的语 音指 令 ，实现 前进 、 后退 、 转 向等 功 能 。本文 主要介 绍语 音交 互 功能 的实现 。
（ ）语音 识别 原理 概述 一
现 有技 术条 件下 ，语 音 识别 一般 分为 两个 步骤 ，第 一步 是系
统 训练 ， 二步 是语 音识 别 。 系统 训练 阶段 ， 心任 务是基 于选 第 在 核 定 的识 别方 法 ，建立 基本 语音 单 元的 声学模 型 ，进 而得 到语 音特 征 参数 ，这 一过 程也 称 为 “ 学习 ” 。在 语音 识别 阶段 ，系统使 用特 定 算法 提取 语音 信 号 的特 征 参数 ，根 据一 定判 别准 则和 系统 模型 进行 比较 ，得 出识别 结果 。语 音识 别 的原理 如 图 １ 示 。 所
计 算机 光盘 软件 与应 用
２１ 年第 ０ ０２ ９期
Ｃ ｍ ｕ ｅ ＤＳ ｆ ｗ ｒ ｎ ｐ ｌ ｃ ｔ ｏ ｓ ｏ ｐ ｔ ｒＣ ｏ ｔａ ｅａ ｄＡ ｐ ｉａ ｉｎ 工 程 技 术
基于小波神经网络的嵌入式语音识别系统
贾晶
（ 江西农业 大学，南昌 ３０ ３ ） ３ ０ ８
件 结构 如 图 ２ 示 。 所
一
图 ３ 系 统工 作原 理
语 音训练 时，Ｓ Ｃ ０ １ 芯片使用 神经 网络算法对 话筒传 来 的 Ｐ Ｅ ６Ａ 语音信 号进行模 板训练 ， 训练 结果保存在 Ｗｉ ｏ Ｓ Ｅ特定 目录下 ， ｎ ＷＣ ｄ
作 为语 音识别 的参考样 本 。进行 语音识 别时 ，Ｓ ｃ ０ １ 芯片首 先 Ｐ Ｅ ６Ａ 对采集 到的语音 信号进行 处理 ，然后将 结果传送 给 Ｗｉ ｏ Ｅ ｎ ＷＳ ， ｄ Ｃ 嵌入式 操作系 统将待 识别信 号和 参考样 本进行 比较 ， 出最 接近 的 找
二 、 系统设 计
图 ２ 系 统硬 件结 构 图 ￥ Ｃ ４ ０处 理 器 使用 Ａ ３ ２１ ＲＭ９ Ｏ 内核 ， 内部 时钟 可 以达 到 ２Ｔ ２ ０ ｚ 可 以实现 复杂 的控 制算 法 。 ３ ２ １ 有 １７ Ｉ 接 口 ０ ＭＨ ， ￥Ｃ ４ ０ １个 ／ Ｏ 和２ ４个外 部中 断源 ，内置 Ｕ Ｂ控制 器 、 ＭＡ 控制 器 、 ＡＲ Ｓ Ｄ Ｕ Ｔ控 制 器 、Ｉ Ｉ 制器 等 ，可 以有效 简化 外 围电路 。 Ｃ控 Ｓ Ｃ ０ １ 芯片 是 ｌ Ｐ Ｅ ６Ａ ６位微 控制 器 ，芯片集 成 了 ＭＣ Ｕ、ＡＤ、 ／ Ｄ Ａ、 ＡＭ 和 Ｒ Ｍ ， ／ Ｒ Ｏ 具有较 高运 算速 度 ， 可支 持 １ 中断 向量 、 ０个 １ ４中断源 ， 中断处 理 能力较 强 ， 用其 进行 实 时语音 处理 比较 合 适 。 Ｓ Ｃ ０ １ 支 持带 自动 增益 控制 功 能（ Ｇ ） Ｐ Ｅ ６Ａ Ａ ｃ 的麦 克风 输 入方 式 ， 可 以有 效减 小 系统硬 件复 杂度 。 （ ）系 统功 能 三 根 据 智能轮 椅 的功 能 ，嵌入式 语 音识 别系 统需 要实 现语 音提 示和语 音 交互 两类 功能 。其 中 ，语音 提示 功能 要求 当轮 椅检 测 到
转 ”等 命 令 ，系统 可 以正 确 的进行 预处 理 、编码 等 ，并 根据 经神 再 比较 两次 训练 的权 值 ，实现 对 语音 信 号的识 别 ，算 法具 体 步骤 经 网络 算 法得 出语 音识 别 结果 ，通 过控制 ￥ Ｃ ４ ０的 Ｉ 口驱 动 ３ ２１ ／ Ｏ
智 能轮 椅 完成 相应 动作 。经过 ７ 实验 （ 组 ５ 组 每 ０次 ） ，系 统正 确 置 较 小 的非 零 随机 数 ，其 中
并 进行 软 阈值 量化 处理 ；
３一维 小 波重 构 。根 据 小波 分解 后 的底 层低 频 系 数 、各 层高 ．
频 系数 ，进 行一 维小 波重 构 ； 在 以上 步骤 中，阈值 的选择 、如何 进行 阈值 量化 是 关键 因素 ，
决 定着 信号 降 噪的效 果 。 本文 所述 系统 使用 Ｓ ｍ 小波 进 行 ４层分 ｙ 解 ，采 用 Ｈ ｕｓｒ ｅｒ ｅ阈值选 取 法 ，只对 小 波分 解第 一 层的 阈值 进行 ｕ 调整 ，经过 实验 ，该方 法获 得 了 比较 好 的去 噪效 果 ，为特 征 参数
：
哩
把 ｝ 刚 Ｉ 弱 圳
— —
图 １语音 识别 原理 在 本 文介 绍 的系统 中 ，信号 预处 理后 得 到的特 征参 数将 在神 经 网络 中进 行 处理 。进行 语 音识 别 时，话 筒采 集 的实 时信 号经过 滤 波 、预加 重等 处理 后将 进 行特 征提 取 ，然后 和语 音库 中 的特征 参 数进 行模 式 匹配 ，最接 近 的模 式将成 为语 音 识别 的结 果 。 （ ）系统 硬件 设计 二 系 统 以凌 阳公 司 ｓ Ｃ ０ １ 芯片 、 Ｐ Ｅ６Ａ 三星 公 司 ￥ Ｃ ４０处理 器 ３２ １ 为核心 ， 置接 口电路 、存 储 电路 、控 制 电路 ，￥Ｃ ４ ０ 现识 别 外 ３ ２１ 实 和控 制 功 能，Ｓ Ｃ ０ １ 完成信 号特 征提 取 和训 练算 法 。系统 硬 Ｐ Ｅ ６Ａ
２１ 第 Ｏ ０ ２年 ９期 Ｃ ｍ ｕ ｅ Ｄ Ｓ ｆｗ ｒ ｎ ｐ ｌｃ ｔ ｏ ｓ ｏ ｐ ｔ ｒＣ ｏ ｔ ａ ｅａ ｄＡ ｐ ｉ ａ ｉ ｎ 工 程技 术
化 的硬 件 驱动 接 口，它让 开 发者 不必 关心 设 备工 作 的细节 ，通 过 标 准 化 的系 统调用 就 可 以控制 特 定硬 件设 备 ，降低 了嵌入 式系 统
用 子程序 ，实现 相应 的控 制 ，子 程序 包括 识别 子程 序 、播 放子 程 序 、功 能子程 序 等 。图 ４为系 统软 件主 程序 流程 图。
声 强随 时 间变化 的一 维信 号 ，可 以用 数学 模 型表 示为 ：
Ｓ ） ｆ ）￡ｅ ） ＝ ，…ｎ １ （ ＝ （ ＋ ．ｋｋ ０，，一， ｋ ｋ （， １
ＡＲ Ｓ Ｃ ４ ０芯片 中进 行调 试 。 Ｍ９ ３ ２ １
∑
Ｘ
．
系 统软 件 由主 程序 和子 程序 组成 ，主程序 协 调整 个系 统 并调
在 小波 去 噪 的各类 方法 中， 阈值 去 噪 实现相 对 简单 ，去 噪效 果 也 比较好 。阈值 去噪 的基 本原 理 是对 小波 分解 后各 层 系数 中模 大 于 阈值 、小 于 阈值 的系数 分别 进行 处 理 ，再对 处理 完 的小 波系 数进 行 反变 换 ，重构 出的信 号 噪声会 得 到有 效 降低 。语 音信 号是
指令作 为识别 结果 ，最 后 由 Ｗｉ Ｏ Ｅ调用 函数 ，控制 ￥Ｃ ４ ０ ｎ ＷＳ ｄ Ｃ ３ ２ １ 的 Ｉ 口，完成相 应 的功能 ，如 前进 、转 向等 。 ／ Ｏ
Ｗｉｄ ｗｓ Ｅ拥 有 丰富 的设 备驱动 程序 ， ｎｏ Ｃ 为开发 者提 供 了标 准
２８ 一
计算 机 光盘 软件 与应 用