基于DSP的元音識別系統(tǒng)

1、本 科 生 畢 業(yè) 論 文題 目：基于DSP TMS320C5X 的元音識別系統(tǒng)院 系：信息科學(xué)與技術(shù)學(xué)院電子與通信工程系 專 業(yè)：電子信息科學(xué)與技術(shù) 學(xué)生姓名： 黃盛勇 學(xué) 號： 05375102 指導(dǎo)教師： 黃以華副教授 二九年三月摘 要本文的直接目的是設(shè)計(jì)一個基于DSP TMS320C54 的元音識別系統(tǒng)，間接目的是想通過此次的設(shè)計(jì)實(shí)踐，了解復(fù)雜語音識別系統(tǒng)的根本原理，為DSP在語音識別方面做深一層的探討。全文的內(nèi)容安排首先從根本理論入手，闡述元音的頻譜特性、DSP TMS320VC5416的根本知識、帶通濾波器的設(shè)計(jì)以及零-交越原理等幾個方面；然后著眼于元音識別系統(tǒng)的電路結(jié)構(gòu)設(shè)計(jì)與分析

2、、控制程序的編寫與仿真以及遇到的問題與改善措施；最后從簡單的元音識別系統(tǒng)引出對復(fù)雜的語音識別系統(tǒng)的討論，并對其應(yīng)用和開展前景作總體的概述和總結(jié)。該系統(tǒng)的識別原理主要包括三階段：第一階段是帶通FIR濾波器，它的主要目的是只讓第一個共振峰頻率通過而排除其他頻率；第二階段是一個頻率檢測器，以零-交越計(jì)數(shù)方式來實(shí)現(xiàn)；第三個階段是臨界檢測器，可基于零-交越檢測的結(jié)果去判斷元音，系統(tǒng)將選擇A、O、E三個元音為例進(jìn)行仿真檢測。該系統(tǒng)的應(yīng)用除了可以識別元音外，更重要的是從原理上為復(fù)雜的語音識別系統(tǒng)效勞，因?yàn)榇缶植康恼Z音識別系統(tǒng)都依賴元音識別來到達(dá)高識別效率。研究元音識別和語音識別技術(shù)，有助于開發(fā)多樣的語音識別

3、智能系統(tǒng)，應(yīng)用領(lǐng)域包括聲控 交換、語音撥號系統(tǒng)、聲控智能玩具、股票查詢效勞、軍事監(jiān)聽、翻譯系統(tǒng)等。關(guān)鍵詞：元音識別、共振峰、共振頻率、零-交越、臨界頻率AbstractThe direct purpose of this article is to design a vowel recognition system based on DSP TMS320C54X, while the indirect one is to find out the keystones of a complex speech-recognition system and to learn morn about D

4、SP chips. The article starts with the contents of basic theories, including vowel frequency response, the basic knowledge of TMS320VC5416 DSP, band-pass filter designing and zero crossing theory. And then we come to discuss how to design and analyse the systems structure, how to write the emulation

5、programs, how to solve the difficult and improve the system. The last step is to discuss what a complex speech-recognition is like and the development of it.There are three steps for the recognizing work in the vowel recognition system. First, we should design a band-pass filter, in purpose to pass

6、the NO.1 formant frequency and stop others. The second step is designing a frequency detector, which can be achieved through the zero crossing counter. In the last step, we will make a threshold detector, which can help us to determine vowels based on the result of frequency detector. The vowel A, O

7、, E will be taken for example to test the vowel recognition system.The application of the system is not only to recognize vowels, but also to serve a more complex speech-recognition system, which usually use a vowel recognition system to get higher recognition efficiency. Studying the technology of

8、vowel recognition and speech recognition, is helpful to explore more kinds of intelligent system in speech recognition. The application areas are including voice-controlling phone exchange system, sounds dial-up system, voice controlling intelligent toys, stock searching service, intelligent monitor

9、 in military affairs, translation system, etc.Keywords: vowel recognition, formant, resonation frequency, zero-crossing, threshold frequency. 目 錄 TOC o 1-3 h z u HYPERLINK l _Toc228599728 摘 要 PAGEREF _Toc228599728 h i HYPERLINK l _Toc228599731 第一章前言 PAGEREF _Toc228599731 h 1 HYPERLINK l _Toc22859973

10、2 第二章根本理論 PAGEREF _Toc228599732 h 2 HYPERLINK l _Toc228599733 元音的特性 PAGEREF _Toc228599733 h 2 HYPERLINK l _Toc228599734 2.1.1 語音的特性與分類 PAGEREF _Toc228599734 h 2 HYPERLINK l _Toc228599735 2.1.2 元音的頻譜特性 PAGEREF _Toc228599735 h 3 HYPERLINK l _Toc228599736 DSP TMS320C54X 概述 PAGEREF _Toc228599736 h 5 HYP

11、ERLINK l _Toc228599737 2.2.1 DSP芯片總述與54X系列 PAGEREF _Toc228599737 h 5 HYPERLINK l _Toc228599738 2.2.2 TMS320VC5416的特性 PAGEREF _Toc228599738 h 6 HYPERLINK l _Toc228599739 2.2.3 DSP5416 DSK的說明 PAGEREF _Toc228599739 h 8 HYPERLINK l _Toc228599740 DSP設(shè)計(jì)帶通濾波器 PAGEREF _Toc228599740 h 9 HYPERLINK l _Toc22859

12、9741 2.3.1 帶通濾波原理 PAGEREF _Toc228599741 h 9 HYPERLINK l _Toc228599742 設(shè)計(jì)方法 PAGEREF _Toc228599742 h 10 HYPERLINK l _Toc228599743 DSP的實(shí)現(xiàn)方法 PAGEREF _Toc228599743 h 11 HYPERLINK l _Toc228599744 零-交越原理 PAGEREF _Toc228599744 h 12 HYPERLINK l _Toc228599745 第三章識別系統(tǒng)的實(shí)現(xiàn) PAGEREF _Toc228599745 h 13 HYPERLINK l

13、_Toc228599746 根本結(jié)構(gòu)與電路連接 PAGEREF _Toc228599746 h 13 HYPERLINK l _Toc228599747 硬件元器件的選擇 PAGEREF _Toc228599747 h 13 HYPERLINK l _Toc228599748 電路根本結(jié)構(gòu) PAGEREF _Toc228599748 h 13 HYPERLINK l _Toc228599749 主要模塊的電路連接和分析 PAGEREF _Toc228599749 h 14 HYPERLINK l _Toc228599750 程序編寫與分析 PAGEREF _Toc228599750 h 18

14、HYPERLINK l _Toc228599751 編程準(zhǔn)備 PAGEREF _Toc228599751 h 18 HYPERLINK l _Toc228599752 編程過程 PAGEREF _Toc228599752 h 22 HYPERLINK l _Toc228599753 調(diào)試問題分析與改善 PAGEREF _Toc228599753 h 25 HYPERLINK l _Toc228599754 調(diào)試分析 PAGEREF _Toc228599754 h 25 HYPERLINK l _Toc228599755 系統(tǒng)改善 PAGEREF _Toc228599755 h 27 HYPER

15、LINK l _Toc228599756 第四章結(jié)論 PAGEREF _Toc228599756 h 28 HYPERLINK l _Toc228599757 工作總結(jié) PAGEREF _Toc228599757 h 28 HYPERLINK l _Toc228599758 展望 PAGEREF _Toc228599758 h 28 HYPERLINK l _Toc228599759 致謝 PAGEREF _Toc228599759 h 29 HYPERLINK l _Toc228599760 參考文獻(xiàn) PAGEREF _Toc228599760 h 30前言 隨著科學(xué)技術(shù)的開展，DSP處理芯

16、片不斷更新?lián)Q代，利用DSP5000系列芯片處理語音信號成為人們研究的一大領(lǐng)域。作為智能計(jì)算機(jī)研究的主導(dǎo)方向和人機(jī)語音通信的關(guān)鍵技術(shù)，語音識別技術(shù)一直受到各國科學(xué)界的廣泛關(guān)注。語音識別技術(shù)就是讓機(jī)器通過識別和理解過程把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的高技術(shù)。語音識別的研究始于20世紀(jì)50年代，按照不同的任務(wù)它可以分為四個方面：說話人識別、關(guān)鍵詞檢出、語言識別和連續(xù)語音識別【1】。至今，在該領(lǐng)域的研究得出了很多關(guān)鍵技術(shù)，比方語音信號線性預(yù)測編碼LPC技術(shù)、動態(tài)時間規(guī)整DTW技術(shù)【9】【14】、自適應(yīng)和歸一化技術(shù)、信道補(bǔ)償技術(shù)、復(fù)倒譜處理技術(shù)等。隨著語音識別技術(shù)的不斷成熟，語音技術(shù)的應(yīng)用已經(jīng)成為一個

17、具有競爭性的新興高技術(shù)產(chǎn)業(yè)。以語音識別技術(shù)開發(fā)出的產(chǎn)品，應(yīng)用領(lǐng)域非常廣泛，有聲控 交換、語音撥號系統(tǒng)、信息網(wǎng)絡(luò)查詢、家庭效勞、賓館效勞、旅行社效勞系統(tǒng)、訂票系統(tǒng)、聲控智能玩具、醫(yī)療效勞、銀行效勞、股票查詢效勞、支票交易、計(jì)算機(jī)控制、工業(yè)控制、語音通信系統(tǒng)、軍事監(jiān)聽、信息檢索、應(yīng)急效勞、翻譯系統(tǒng)等【1】，語音識別技術(shù)幾乎深入到社會的每個行業(yè)、每個方面，其應(yīng)用和經(jīng)濟(jì)社會效益前景非常良好。尤其對于漢語語音識別技術(shù)應(yīng)用而言，面對著有十幾億人使用中文的泱泱大國，市場需求、應(yīng)用前景和經(jīng)濟(jì)效益等都非?？捎^。當(dāng)今世界已進(jìn)入信息時代，科學(xué)技術(shù)飛速開展，科技資料急劇增多，國際交流和合作日益廣泛和深入。但是，語音的

18、差異已經(jīng)成為人們獲取信息、增進(jìn)了解、擴(kuò)大交流與合作的嚴(yán)重障礙。人們對高質(zhì)量、全自動的機(jī)器翻譯系統(tǒng)有著大量的、迫切的需求。因此，語音識別技術(shù)、機(jī)器翻譯既是國際競爭的一項(xiàng)重要技術(shù)，也是每一個國家經(jīng)濟(jì)開展不可缺少的重要技術(shù)支撐。研究語音世界理論，開發(fā)相應(yīng)的產(chǎn)品有著廣泛的社會意義和經(jīng)濟(jì)意義。 根本理論元音的特性2.1.1 語音的特性與分類語音，是由一連串音所組成的，這些音在相互間的過渡就是代表信息的符號，這些音符號的排列由語音規(guī)那么所控制。對這些規(guī)那么及其在人類通信中含意的研究屬于語言學(xué)的范疇，而對語音中音的分類和研究稱為語音學(xué)。元音(vowel)，又稱母音，是音素的一種，與輔音相對。英語中音素分為元

19、音音素和輔音音素兩大類。其中元音音素20個，輔音音素28個。元音:發(fā)音時聲帶振動，呼出的氣流通過口腔時不受阻礙，這樣形成的語音稱作元音。元音發(fā)音響亮，口腔中氣流不受阻礙，是構(gòu)成音節(jié)的主要音。輔音：不管聲帶振動與否，發(fā)聲時呼出的氣流通過口腔或鼻腔時受到一定阻礙，這樣的語音稱為輔音。輔音發(fā)音不響亮，口腔中氣流受到阻礙，不是構(gòu)成音節(jié)的主要音。漢語語音的根底是漢語拼音，由10個元音和22個輔音組成【1】。漢語的10個元音見表2-1。 表2-1： 漢語元音表類別舌尖元音舌后元音舌前后前中后前中后唇圓度不圓圓不圓圓不圓圓不圓圓不圓圓不圓圓口開度舌上下閉高高半高i(知)i(資)ieu中中ero開半低低低不同

20、的元音是由不同的口腔形狀造成的，口腔形狀實(shí)際上是指唇舌狀態(tài)，可從三方面來分析：口腔的開閉和舌頭的升降；舌頭部位的前后；唇的狀態(tài)。由于口腔的開閉，舌頭的上下前后，唇的平展圓斂等不同程度的變化，造成了不同式樣的共鳴器，于是形成了各種元音特有的音色。表2-1已說明了10個元音的分類和狀態(tài)特性。 元音的頻譜特性對于說話而言，元音的產(chǎn)生是刺激元音帶、空氣和類似周期脈沖造成各種的和諧聲音，這種方法可通過交越區(qū)cross-section area的變化沿著音徑?jīng)Q定共振頻率，并決定音量的產(chǎn)生。元音頻率的正確計(jì)算，是本系統(tǒng)實(shí)現(xiàn)的根底。元音的產(chǎn)生主要由舌頭的位置決定，但是額及唇的位置也會影響發(fā)音。元音通常持續(xù)較長

21、的時間與子音相比且有較好的頻譜，它們通常比擬容易識別，因此可適用于人類及機(jī)器識別【2】。表2-2取自Rabiner及Juang的著作?Fundamentals of speech recognition?，表示典型元音的共振峰頻率。這些數(shù)值會因男人、女人、孩童及不同區(qū)域特性而不同。 表2-2 典型元音的波峰頻率元音代表符號典型字F1(Hz)F2(Hz)F3(Hz)IYBeet27022903010IHBit39019902250EHBet53018402480AEBat66017202410AHBut52011902390AAHot73010902440AOBought5708402410UH

22、Foot40010202240UWBoot3008702240ERBird49013501690圖2.1所繪的頻譜圖也是取自?Fundamentals of speech recognition?分別參加1939 worlds Fair in New York City的男性女性發(fā)出的10種元音，顯示第一共振峰及第二共振峰Formant頻率的近似測量值。這是一種頻譜圖，由此可知不同說話者發(fā)出的不同元音有很寬的范圍，也顯示只使用波峰頻率不能適用于機(jī)器系統(tǒng)的語音識別，許多重音標(biāo)準(zhǔn)必須用元音及波峰頻率重疊計(jì)算。 圖2.1 元音識別頻譜圖Spectrograms下面是英語中4種典型元音的頻譜圖【10】

23、：從左到右對應(yīng)共振峰F1.F2.F3.F4/a/ Formants/ Neutral (schwa) Vowel(LPC Spectrum)/u/ Formants/i/-Formants圖2.2 四種典型元音的頻譜圖DSP TMS320C54X 概述 DSP芯片總述與54X系列數(shù)字信號處理器DSPDigital Signal Processor早期指的是一種信號處理技術(shù)，直到1982年TI開發(fā)出第一顆商用數(shù)位處理器之后，DSP才成為一種全新高速處理器的名稱。DSP芯片，也稱數(shù)字信號處理器，是一種具有特殊結(jié)構(gòu)的微處理器。DSP芯片的內(nèi)部采用程序總線和數(shù)據(jù)總線分開的哈佛結(jié)構(gòu)，具有專門的硬件乘法器

24、，廣泛采用流水線操作，提供特殊的DSP指令，可以用來快速地實(shí)現(xiàn)各種數(shù)字信號處理算法。根據(jù)數(shù)字信號處理的要求，DSP芯片一般具有如下的主要特點(diǎn)：【3】在一個指令周期內(nèi)可完成一次乘法和一次加法。程序和數(shù)據(jù)空間分開，可以同時訪問指令和數(shù)據(jù)。片內(nèi)具有快速的RAM，通常可通過獨(dú)立的數(shù)據(jù)總線同時訪問兩塊芯片。具有低開銷或無開銷循環(huán)及跳轉(zhuǎn)的硬件支持。快速的終端處理和硬件I/O接口支持。具有在單周期內(nèi)操作的多個硬件地址產(chǎn)生器?？梢圆⑿袌?zhí)行多個操作。支持流水線操作，使取指、譯碼、取操作數(shù)和執(zhí)行等操作可重疊執(zhí)行。一個典型的DSP系統(tǒng)應(yīng)包括抗混疊濾波器、數(shù)據(jù)采集A/D轉(zhuǎn)換器、數(shù)字信號處理器DSP、D/A轉(zhuǎn)換器和低通

25、濾波器等【4】，其組成框圖如圖2.3?？够殳B濾波器低通濾波器x(t)x(n)y(n)y(t)D/A轉(zhuǎn)換器DSPA/D轉(zhuǎn)換器圖 典型的DSP系統(tǒng)組成框圖C54系列DSP具有很高的操作靈活性和速度。它具有一個先進(jìn)的修正哈佛結(jié)構(gòu)1條程序總線、3條數(shù)據(jù)總線和4條地址總線、專門硬件邏輯的CPU、片內(nèi)存儲器、片內(nèi)外設(shè)和專用的指令集、將C54X CPU和片內(nèi)存儲器與外設(shè)配置組合在儀器的螺旋結(jié)構(gòu)【5】，使得可以滿足電子市場眾多領(lǐng)域的應(yīng)用要求。2 TMS320VC5416的特性TI公司新近推出的TMS320VC5416芯片擁有128KWord的片上RAM空間和160MIPS的運(yùn)算能力。它采用的是改良型的哈佛結(jié)構(gòu)

26、，擁有一條程序存儲總線和三條數(shù)據(jù)存儲總線。該處理器提供了一個高密度的并行算術(shù)邏輯單元ALU，具有大容量的片內(nèi)存儲，以及更快速的算法處理。表2-3是它的主要性能。【11】 表2-3 TMS320VC5416的主要性能TMS320VC5416-120TMS320VC5416-160CPU1 C54x1 C54xPeak MMACS120160Frequency(MHz)120160RAM256 KB256 KBROM32 KB32 KBEMIF1 16-Bit1 16-BitExternal Memory Type SupportedAsyncAsyncDMA1 6-Ch Ext DMA1 6-C

27、h Ext DMAHPI1 8/16-Bit HPI1 8/16-Bit HPIMcBSP33Timers1 16-Bit GP1 16-Bit GPBoot Loader AvailableYESYESCore Supply (Volts)1.5 V1.6 VIO Supply (Volts)3.3 V3.3 VOperating Temperature Range (C)-40 to 100-40 to 100RatingCatalogCatalogTMS320VC5416 的功能方框圖如圖2.4: 【11】 圖2.4 TMS320VC5416 的功能方框圖 DSP5416 DSK的說明

28、TMS320VC5416 DSP STARTER KIT(DSK)是TI公司向DSP應(yīng)用者提供的DSP系統(tǒng)開發(fā)平臺和應(yīng)用評估工具。TMS320VC5416 DSK主要包括一塊VC5416目標(biāo)板和一個運(yùn)行于PC機(jī)的集成開發(fā)環(huán)境Code Composer Studio TM v2.1 IDE.VC5416目標(biāo)板通過USB口與主機(jī)相連。用于應(yīng)用Code Composer StudioCCS完成程序的編寫，再經(jīng)過編譯和連接等過程生成代碼，可執(zhí)行代碼被下載到目標(biāo)板上的存儲器中運(yùn)行。CCS 還提供了豐富的調(diào)試功能，在程序運(yùn)行過程中，用戶可以實(shí)時的控制代碼的運(yùn)行狀態(tài)、觀察 DSP 存放器和存儲器中的內(nèi)容變化

29、、監(jiān)視程序?qū)δ繕?biāo)板上不同資源的使用情況以及與主機(jī)的 I/O。圖【13】是 VC5416 目標(biāo)板與 PC 機(jī)的連接示意圖： 圖2.5 VC5416 目標(biāo)板與主機(jī)的連接示意圖VC5416 目標(biāo)板具有以下一些特征： 一塊VC5416 DSP 芯片，運(yùn)行頻率在16-160 MHz； 板上USB JTAG 控制芯片和plug&play驅(qū)動； 板上含64K字RAM； 板上含256K字Flash； 提供3種擴(kuò)展接口(Memory Interface, Peripheral Interface, and Host Port Interface)； 接口可以用于仿真； 一塊立體聲音頻Codec芯片PCM3002

30、 5V操作 TMS320VC5416 DSK的功能框圖如圖2.6【11】。 圖 TMS320VC5416 DSK的功能框圖DSP設(shè)計(jì)帶通濾波器圖2.7 帶通濾波器原理圖 帶通濾波原理帶通濾波器band-pass filter是一個允許特定頻段的波通過同時屏蔽其他頻段的設(shè)備。比方RLC振蕩回路就是一個模擬帶通濾波器?！?8】一個理想的帶通濾波器應(yīng)該有平穩(wěn)的通帶bandpass,允許通過的頻帶，同時限制所有通帶外頻率的波通過。但是實(shí)際上，沒有真正意義的理想帶通濾波器。真實(shí)的濾波器無法完全過濾掉所設(shè)計(jì)的通帶之外的頻率的波。事實(shí)上，在理想通帶邊界有一局部頻率衰減的區(qū)域，不能完全過濾，這一曲線被稱做滾降

31、斜率(roll-off)。滾降斜率通常用dB度量來表示頻率的衰減程度。一般情況下，濾波器的設(shè)計(jì)就是把這一衰減區(qū)域做的盡可能的窄，以便該濾波器能最大限度接近完美通帶的設(shè)計(jì)。其設(shè)計(jì)指標(biāo)有： 中心頻率f0，即工作頻帶的中心 帶寬BW 通帶衰減，即通帶內(nèi)的最大衰減 阻帶衰減設(shè)計(jì)方法 基于本元音識別系統(tǒng)的需要，設(shè)計(jì)一個FIR帶通濾波器。首先，我們要了解FIR濾波器的根本結(jié)構(gòu)。設(shè)h(n) (n=0,1,2.,N-1)為濾波器的沖激響應(yīng)，輸入信號為x(n)，那么FIR濾波器就是要實(shí)現(xiàn)以下差分方程：【8】 2-1對式2-1進(jìn)行Z變換，整理后可得FIR濾波器的傳遞函數(shù)為 2-2由2-2可以看出，F(xiàn)IR濾波器的一

32、般結(jié)構(gòu)如圖2.8所示。z-1z-1z-1h(0)h(1)h(2)h(n-2)z-1h(n-1)x(n)x(n) 圖2.8 FIR濾波器的一般結(jié)構(gòu) 為了對信號進(jìn)行濾波，首先必須根據(jù)技術(shù)指標(biāo)設(shè)計(jì)一個數(shù)字濾波器，即求取單位沖激響應(yīng)h(n)。設(shè)計(jì)FIR濾波器的軟件包有很多種，比方QEDisign-1000或Matlab等，在本元音系統(tǒng)中，要求能夠正確計(jì)算元音的第一個共振峰頻率，作為語音識別的根底。我們選用Matlab軟件包，利用其專門的濾波器設(shè)計(jì)函數(shù)fir1,假設(shè)所要設(shè)計(jì)的帶通濾波器的通帶頻率為f1,f2，系統(tǒng)的采樣頻率為fs，所設(shè)計(jì)濾波器的階數(shù)為N，設(shè)計(jì)程序如下： wn=2*f1/fs 2*f2/f

33、s; n=N; b=fir1(n,wn); freqz(b,1,512)在MATLAB的編輯界面編寫上述的程序，然后按回車鍵，就能看到所設(shè)計(jì)的濾波器的頻率特性，包括幅頻特性圖和相頻特性圖。其中b是設(shè)計(jì)的濾波器的系數(shù)。 DSP的實(shí)現(xiàn)方法在這里，我們介紹一般FIR濾波器的DSP實(shí)現(xiàn)，設(shè)FIR濾波器的系數(shù)為h(0),h(1),h(N-1),x(n)表示濾波器在n時刻 的輸入，那么n時刻的輸出為 y(n)= h(0)x(n)+ h(1)x(n-1)+ h(N-1)x(n-(N-1) 2-3 使用MAC指令可以方便地實(shí)現(xiàn)上面的計(jì)算，圖2.9說明了使用循環(huán)尋址實(shí)現(xiàn)FIR濾波器的方法。h(N-1)h(N-2

34、)h(0)h(1) 、 、 、低位地址高位地址最早的輸入最近的輸入初始輸入采樣x(n-(N-1) 、 、 、x(n-(N-2)x(n)x(n-1)x(n-(N-1)x(n) 、 、 、x(n-(N-1)x(n-1)x(n-2)最終輸入采樣圖 循環(huán)尋址實(shí)現(xiàn)FIR濾波器為了能正確使用循環(huán)尋址，必須先初始化BK，塊長為N。同時，數(shù)據(jù)緩沖區(qū)和沖激響應(yīng)FIR濾波器的系數(shù)的開始地址必須是大于N的2的最小次方的倍數(shù)。例如，N=11，那么數(shù)據(jù)緩沖區(qū)的第一個地址應(yīng)是16的倍數(shù)，開始地址的最低4位必須是0。【3】【6】在圖中，濾波系數(shù)指針初始化時指向h(N-1)，經(jīng)過一次FIR濾波計(jì)算后，在循環(huán)尋址的作用下，仍然

35、指向h(N-1)。而數(shù)據(jù)緩沖區(qū)指針指向的是需要更新的數(shù)據(jù)，如x(n)。在寫入新數(shù)據(jù)并完成FIR運(yùn)算后，該指針指向x(n-(N-1)。所以使用循環(huán)尋址可以方便的完成濾波窗口數(shù)據(jù)的自動更新。使用帶MAC指令的循環(huán)尋址模式實(shí)現(xiàn)FIR濾波器的程序片段如下輸入數(shù)據(jù)在AL中，濾波結(jié)果在AH中： STM #1,AR0 ;AR0=1 STM #N,BK ;BK=N,循環(huán)尋址BUFFER大小為N STL A,*FIR_DATA_P+% ;更新濾波窗口中的采樣數(shù)據(jù) RPTZ A,#(N-1) ;重復(fù)MAC指令N次，先將A清零 MAC *FIR_DATA_P+0%，*FIR_COFF_P+0%,A ;完成濾波計(jì)算。

36、注意FIR濾波系數(shù) ;存放在數(shù)據(jù)存儲區(qū)為FIR_COFF_P指定。零-交越原理首先討論短時平均過零率。信號的幅度值從正值到負(fù)值要經(jīng)過零值，從負(fù)值到正值也要經(jīng)過零值，稱其為過零，統(tǒng)計(jì)信號在一秒鐘內(nèi)有幾次過零就稱為過零率，這一秒鐘就是一個單位時間還可以有其他單位時間。如果信號按段分割，就稱為短時，把各段信號的過零率作統(tǒng)計(jì)平均，就是短時平均過零率short time average zero ratio?！?】本設(shè)計(jì)系統(tǒng)所用到的零-交越原理就是基于短時平均過零率的原理。但是這里的零-交越原理所使用的“單位時間，不是1秒，而是1024個采樣數(shù)值，如圖2.10。1024是采樣緩沖區(qū)的字長，當(dāng)采樣緩沖區(qū)填

37、滿，采樣就停止，此時開始做零-交越，第一個采樣值跟第二個相乘，第二個跟第三個相乘，第1023個跟第1024個相乘，然后統(tǒng)計(jì)負(fù)數(shù)結(jié)果的個數(shù)，就可以知道過零值。x(0)x(1)x(2)x(1022)x(1023)采樣緩沖區(qū)1024個字長圖 采樣緩沖示意圖識別系統(tǒng)的實(shí)現(xiàn)根本結(jié)構(gòu)與電路連接硬件元器件的選擇一個完整的DSP系統(tǒng)通常是由DSP芯片和其他相應(yīng)的外圍器件構(gòu)成。該元音識別系統(tǒng)比擬簡單，用一般能處理語音的DSP芯片都能實(shí)現(xiàn)，但是由于實(shí)驗(yàn)室設(shè)備只有TMS320VC5416DSP，所以唯有大材小用，選用的CPU是54X系列的TMS320圖3.1 PCM3002E引腳圖VC5416-160芯片，它的具體

38、性能可以參照表2-3。選用PCM3002接口芯片，它是TI公司推出的16/20位立體聲音頻編解碼器，具有單極性模擬電壓輸入輸出，。ADC和DAC能進(jìn)行64倍過采樣的-調(diào)制。ADC包括一個數(shù)字抽樣過濾器，DAC包括一個8倍過采樣插值濾波器。采集到的模擬音頻信號經(jīng)過模擬前端后, 送入- 調(diào)制器和數(shù)字抽選過濾器, 再經(jīng)調(diào)制過濾后以數(shù)字形式輸出。而輸入的數(shù)字音頻信號經(jīng)過數(shù)字插值濾波器和多級- 調(diào)制器, 然后再經(jīng)低通濾波并以模擬形式輸出給外部設(shè)備?！?5】電路根本結(jié)構(gòu)本識別系統(tǒng)的主要電路模塊如以下圖：模擬輸出(A/D)PCM3002(D/A) DSPTMS320C5416電源電路復(fù)位電路模擬輸入晶振電路

39、顯示電路圖3.2 元音識別系統(tǒng)結(jié)構(gòu)框圖主要模塊的電路連接和分析 根據(jù)5416DSK板的設(shè)計(jì)，下面分析本系統(tǒng)電路連接中主要的電路模塊。包括電源設(shè)計(jì)電路，模擬輸入電路，模擬輸出電路，C5416的控制電路，McBSPS緩沖口電路。電源設(shè)計(jì)電路，以供低功耗芯片的使用。 圖 TMS320VC5416的電源設(shè)計(jì)圖 圖3.4 數(shù)字電壓調(diào)整電路圖模擬輸入電路聲音模擬信號從 MIC IN 端口輸入，經(jīng)過兩級放大運(yùn)算放大器為TLV2444后，信號分為兩個通道，一個左一個右，左右信號分別再經(jīng)過一級放大，得到信號MIC_IN_L和MIC_IN_R兩路信號。這兩路信號將接到PCM3002E立體聲音頻編解碼器，進(jìn)行AD轉(zhuǎn)

40、換和DA轉(zhuǎn)換。如圖3.5左通道所示。 圖3.5 模擬輸入電路編解碼和模擬輸出電路這里的關(guān)鍵器件是PCM3002E立體聲音頻編解碼器。放大后的信號MIC_IN_L接到VinL,MIC_IN_R接到VinR，經(jīng)過AD轉(zhuǎn)換通過DOUT輸出；輸出的數(shù)據(jù)被DSP芯片處理后，通過DIN返回PCM3002E，經(jīng)過DA轉(zhuǎn)換由VoutL和VoutR引腳輸出模擬電壓信號，最后兩路模擬電壓經(jīng)過濾波和放大輸出到喇叭。其中PCM3002的引腳SYSCLK的時鐘信號頻率為12.488MHz，由CPLD模塊控制提供。默認(rèn)情況下，系統(tǒng)時鐘SYSCLK可產(chǎn)生一個48KHz的采樣信號，【11】但是我們可以通過編程編解碼時鐘存放器

41、CODEC_CLK，產(chǎn)生我們需要的采樣頻率Fs=8KHz。 圖3.6 PCM3002E編解碼連接電路 圖3.7 模擬輸出電路C5416的控制電路這里可以由用戶連接產(chǎn)生外部晶振發(fā)生電路，通過引腳X2/CLKIN輸入到DSP。引腳CLKMD1、CLKMD2、CLKMD3共同決定時鐘模式，這里使三個引腳都接高電平，使得CLKOUT輸出頻率為內(nèi)部晶振頻率的一半。 復(fù)位電路采用上電復(fù)位電路，利用RC電路的延遲特性來產(chǎn)生復(fù)位所需要的低電平時間，電路由RC電路和施密特觸發(fā)器組成。引腳MP/MC接低電平，使DSP處于微型計(jì)算機(jī)方式，片內(nèi)程序ROM映像到程序存儲器高地址空間，共4KB0XC000H-0XFEFF

42、H。 圖 C5416的控制電路McBSPS緩沖口電路VC5416共有3個多緩沖串行口，McBSP0、McBSP1和McBSP2。這里僅采用McBSP2與外部通信，其與DSP和PCM3002的電路連接如圖3.9。其中用到的4.1V電壓，我們可以通過三端穩(wěn)壓管LM4040CIM3-4.1實(shí)現(xiàn)。 圖3.9 McBSPS緩沖口電路程序編寫與分析編程準(zhǔn)備 1帶通濾波器 本系統(tǒng)以能正確計(jì)算元音的第一個共振峰頻率，作為語音識別的根底。表2.1顯示了典型的第一共振峰頻率在270Hz-730Hz之間，因此我們將設(shè)計(jì)一個可以通200Hz-800Hz的帶通FIR濾波器。這個濾波器是本系統(tǒng)用到的信號處理第一階段。 利

43、用MATLAB設(shè)計(jì)一個21階的帶通濾波器，能夠提供可以接受的實(shí)時性頻率響應(yīng)。濾波器參數(shù)也可以從中求得，然后將參數(shù)放入識別的源程序中。在5416DSK學(xué)習(xí)板上，系統(tǒng)的輸入時鐘為12.488MHz，采樣頻率為48KHz，我們可以采用分頻的方法將采樣頻率變?yōu)閒s=8KHz。根據(jù)要求設(shè)計(jì)一個21階的帶通濾波器，通帶為200 800，容易求得wn=0.05 0.20。由上述原理可運(yùn)用MATLAB設(shè)計(jì)為： wn=0.05 0.20; n=20; b=fir1(n,wn); freqz(b,1,512)可得所設(shè)計(jì)的濾波器的頻譜特性圖如圖3.10: 圖3.10 帶通濾波器的頻譜圖該設(shè)計(jì)濾波器的系數(shù)為：b =

44、Columns 1 through 9 Columns 10 through 18 Columns 19 through 21 產(chǎn)生Q15格式系數(shù)b*32768，輸出如下：-118-265-590-1052-1373-11300 19894338624669806246433819890-1130-1373-1052-590-265-118這21個系數(shù)將被加載到編譯程序中，以軟件控制濾波。 2零-交越檢測 當(dāng)信號經(jīng)過濾波處理后，再經(jīng)過信號零-交越數(shù)目的計(jì)算可以用來決定第一共振峰頻率。首先從麥克風(fēng)接受輸入，并經(jīng)過FIR濾波器的處理，當(dāng)此步驟完成時，其濾波后的輸出被存放再一個長度為1024的采樣緩

45、沖區(qū)中。 最后，零-交越的數(shù)目那么由程序來決定。有許多方法可以決定零-交越的數(shù)目。本系統(tǒng)的程序，是利用當(dāng)前的采樣和前一個采樣的乘積。這種情形允許只檢查乘積后的符號位，而數(shù)值大小那么不是我們所關(guān)心的。如果乘積后的符號為負(fù)，表示目前的采樣相對應(yīng)于先前的采樣已經(jīng)交越過零點(diǎn)。程序利用計(jì)數(shù)器持續(xù)計(jì)數(shù)交越的次數(shù)，此計(jì)算結(jié)果為緩沖區(qū)里零-交越的數(shù)目。 3臨界值檢測器 當(dāng)零-交越的數(shù)目決定后，將其值和數(shù)據(jù)存儲器內(nèi)表格的臨界值做比擬。我們只判斷A,E,O三個元音，這三個元音中，每個都被指定一個單一值。當(dāng)頻率高于或等于臨界頻率，但低于下一個較高的臨界頻率時，那么判定為該元音。 在本系統(tǒng)中，元音A , E 和 O可

46、以相當(dāng)正確地識別，表3-1中的三個元音的臨界值是經(jīng)過理論與實(shí)際觀察來決定的，這三個臨界值表示零-交越的數(shù)目，而零-交越的數(shù)目是經(jīng)過帶通濾波器FIR處理后存在1024采樣緩沖區(qū)而得到的。 表3-1 三個元音的臨界值元音頻率零-交越數(shù)目A601Hz133O434Hz96E135Hz304時鐘配置PCM3002與DSP5416連接時，DSP5416McBSP2處于從模式。即它的串行時鐘BCLKX2/BCLKR2以及幀同步信號BFSX/BFSR都是由PCM3002提供，而不是由本身內(nèi)部的采樣率發(fā)生器產(chǎn)生通過軟件編程使CLKOUT輸出處于禁止?fàn)顟B(tài)。1所示，本系統(tǒng)的時鐘信號由外部晶振時鐘產(chǎn)生，為12.28

47、8MHz，它將輸入到編解碼器件PCM3002的系統(tǒng)時鐘引腳SYSCLK，幀采樣頻率LRCIN=SYSCLK/256/6= 8KHz。1 PCM3002與DSP5416的接口設(shè)計(jì)編程過程 主程序先對DSP處理芯片和濾波器做初始化工作，在全部初始化完成后，使能多緩沖串口McBSP2的接受中斷。在主程序循環(huán)中使用IDIE 1指令，使DSK的CPU進(jìn)入等待狀態(tài)。程序的執(zhí)行將閑置于該處，直到接受到一個中斷。在接受的中斷效勞子程序ISR中，更新最近輸入數(shù)據(jù)并且從中斷傳回該數(shù)據(jù)，將此數(shù)據(jù)通過21階的FIR濾波器，并將濾波后的數(shù)據(jù)儲存在1024幀的緩沖區(qū)。當(dāng)幀緩沖器填滿了濾波后的數(shù)據(jù)，那么輸入工作就會短暫的停

48、止。 接下來，程序要處理在幀緩沖區(qū)中的數(shù)據(jù)。我們使用零交越手法去判定輸入的元音。在后端-處理完成時，程序執(zhí)行再次回到回路起點(diǎn)，重新初始化，輸入程序再被使能，并且?guī)彌_區(qū)再次以濾波后的數(shù)據(jù)填滿。主程序的流程圖如圖2。 圖2 主程序控制流程圖1系統(tǒng)運(yùn)行的主要參數(shù)定義，如下所示：ORDER .set 21 ;濾波器級數(shù)N .set 1024 ;輸出幀緩沖區(qū)的大小A .set 133 ;A零交越數(shù)目參考O .set 96 ;O零交越數(shù)目參考E .set 30 ;E零交越數(shù)目參考CODEC_CLK .set 0 x0007 XN .usect fir_vars,1 ;濾波器輸入YN .usect fir

49、_vars,1 ;濾波器輸出ZERO .usect fir_vars,1 ;零交越數(shù)目CNT1 .usect fir_vars,1 ;零交越的幀采樣計(jì)數(shù)器CNT2 .usect fir_vars,1 ;緩沖區(qū)的幀采樣計(jì)數(shù)器 data_buffery .usect fir_bfr,1024 ;定義濾波器數(shù)據(jù)輸出緩沖區(qū)data_bufferx .usect fir_bfr,64 ;定義濾波器數(shù)據(jù)輸入緩沖區(qū)coff_table .usect fir_coff,21 ;定義濾波器系數(shù)表 .asg AR2,BUFF_PTR ;輸出幀緩沖區(qū)指針2FIR濾波器初始化子程序?yàn)椋?-;FIR濾波器初始化;-FI

50、R_INIT: STM #coff_table,AR5 ;AR5指向系數(shù)表的第一個字 RPT #20 ;將FIR系數(shù)從程序區(qū)移到數(shù)據(jù)區(qū) MVPD #COFF_FIR_START,*AR5+ STM #data_bufferx,AR4 ;復(fù)位輸入緩沖區(qū) RPTZ A,#ORDER STL A,*AR4+ STM #(data_bufferx+ORDER-1),AR4 ;AR4指向輸入緩沖區(qū)的第21個字 RETD STM #coff_table,AR5 ;AR5指向系數(shù)表的第一個字3中斷接受子程序編程如下：;-;接受中斷效勞子程序;-RECEIVE: LD #6,DP LDM DRR,A ;從DR

51、R讀輸入數(shù)據(jù)，放在AL STL A,XN ;保存為最新采樣 LD XN,2,A ;采樣幅值放大4倍 STL A,XN STM YN,DXR ;把DSP處理后的結(jié)果輸出到數(shù)據(jù)發(fā)送存放器 RETE4濾波程序的原理可以參考前面介紹的DSP實(shí)現(xiàn)FIR濾波器的程序片段，使用MAC指令進(jìn)行塊循環(huán)濾波，其中濾波系數(shù)為轉(zhuǎn)換后的Q15格式系數(shù)，這些系數(shù)被加載到程序存儲器中，濾波后的值YN儲存到輸出幀緩沖區(qū)data_buffery，以便做零交越處理。5零交越處理是本識別系統(tǒng)的關(guān)鍵，我們采用符號判斷法，而不必要理會乘積的大小，編程如下：;-;幀緩沖器填滿，接下來做零交越;- LD #6,DP ST #0,CNT2

52、;計(jì)數(shù)歸零 STM #data_buffery,BUFF_PTR ;復(fù)位輸出緩沖區(qū)指針 LD #0,A STM #0,AR6 STM #0,AR7 STM BUFF_PTR,AR2 ;復(fù)位AR2=輸出緩沖區(qū)指針 START: LD *AR2,T ;T=當(dāng)前采樣值 ADDM #1,CNT1 CMPM CNT1,#N ;處理完整個緩沖區(qū)了嗎？ BCD NEXT,NTC ;沒有處理完，跳到NEXT繼續(xù)進(jìn)行零交越 B VOWEL ;零交越處理完成，跳到VOWEL檢驗(yàn)結(jié)果;-;零交越檢測，判斷Y(N)*Y(N+1)的符號，;A是負(fù)的結(jié)果代表一次零交越。;-NEXT: MAR *,AR2 LD #6,DP

53、 ADDM #1,AR2 ;輸出緩沖區(qū)指針加1 LD #0,A MPY *,A ;A=Y(N)*Y(N+1) BCD ADDZ,ALT ;A為負(fù)數(shù)代表一次零交越 B START ;A為正數(shù)那么繼續(xù)檢查下一個采樣ADDZ: ADDM #1,AR7 ST AR7,ZERO B START MAR *,AR7 ;零交越計(jì)數(shù)器ZERO加16輸入元音零-交越的結(jié)果存儲在ZERO的位置，將該結(jié)果分別與A、O、E的零交越參考數(shù)目比照，可以識別出輸入的元音聲音。調(diào)試問題分析與改善調(diào)試分析將上述的程序片段以hao.asm寫成完成的實(shí)驗(yàn)程序，并在CCS環(huán)境中編譯這個程序。假設(shè)有錯誤發(fā)生，做必要的修正及重新編譯。當(dāng)

54、程序編譯無誤后，那么下載此執(zhí)行碼到DSK板。 如圖3所示，將DSK板和PC以及仿真器連接起來，并且連接一個麥克風(fēng)到DSK板的J1(MIC IN)連接點(diǎn)。執(zhí)行程序，并維持每一個單字較長的時間。例如維持元音字的聲音OOOOOOHHHHHH至少一秒。當(dāng)你仍在講話時，按下Esc鍵去停止程序。記住程序?qū)⒗^續(xù)接受來自PCM3002模塊的采樣填入到采樣緩沖區(qū)。基于這個原因，必須確定當(dāng)程序停止執(zhí)行前，輸入信號仍然是持續(xù)的。 圖3 VC5416 目標(biāo)板與主機(jī)的連接示意圖調(diào)試過程：1、正確連接5416DSK和仿真器以及主機(jī)，其中仿真器采用TDS510 JTAG仿真器，電源為5V輸入。2、對麥克風(fēng)講話，維持輸入元音

55、A兩秒，可以看到只有LED1亮；維持輸入元音O兩秒，可以看到只有LED2亮；維持輸入元音E兩秒，可以看到只有LED3亮。屢次調(diào)試檢測，可以統(tǒng)計(jì)看到正確識別率達(dá)70%。軟件仿真分析：1、在CCS軟件平臺上，參加 C5416 device simulator，就可以軟件演示C5416 CPU上的運(yùn)行和仿真。在工程標(biāo)簽project下拉內(nèi)容中點(diǎn)擊add files to project，參加目標(biāo)源文件hao.asm。編譯結(jié)果： 圖3.14 程序編譯結(jié)果圖編譯沒有錯誤，接著單擊rebuill all，建立生成可執(zhí)行文件hao.out。2、載入可執(zhí)行文件hao.out，因?yàn)槌绦蜻M(jìn)行系統(tǒng)和濾波器初始化后進(jìn)

56、入IDLE 1 省電模式，需要外部中斷喚醒它，故可以認(rèn)為設(shè)置中斷標(biāo)志存放器IFR，使串行口接受中斷掛起，如圖3.15。 圖3.15 IFR設(shè)置截圖3、可以看到程序執(zhí)行在省電模式時，由于IFR的作用而處理中斷，接受DRR的輸入。但是由于采樣數(shù)據(jù)的連續(xù)性和不確定性，難以做接下來的軟件仿真。系統(tǒng)的識別功能可由硬件調(diào)試來演示。缺乏與原因分析：系統(tǒng)實(shí)現(xiàn)了元音輸入的采集、濾波和處理輸出，但程序是在輸入一個新采樣后，立即輸出上一次的處理結(jié)果。這就缺少了一個處理后數(shù)據(jù)的存儲和清晰輸出的功能，導(dǎo)致麥克風(fēng)輸入和耳機(jī)接受的輸出幾乎同時，分不清兩種聲音。因此，還需在程序上完善其功能。本元音識別系統(tǒng)實(shí)現(xiàn)的功能比擬單一，

57、而且處理算法只有一種，故識別效果不是很好。因此，需要在以后的生活和工作上，繼續(xù)深入學(xué)習(xí)DSP技術(shù)以及提高自己的編程能力。系統(tǒng)改善一個更復(fù)雜的元音識別系統(tǒng)，可以經(jīng)過以下有益的改善方法來改善。為了計(jì)算不同說話者在發(fā)音上的差異，某些事先的正規(guī)化的工作是必需的。第一種可能的方法，是在識別開始之前，先訓(xùn)練識別系統(tǒng)。新的說話者先發(fā)元音并計(jì)算其第一共振峰頻率，并加以儲存。這種過程，可以在每個元音上重復(fù)使用。當(dāng)此步驟完成后，接著原來的算法開始進(jìn)行識別。不管第一或第二共振峰頻率都可以由計(jì)算求得。典型元音的第二個共振波峰頻率介于840Hz-2290Hz之間。如表2-2所示。我們可以設(shè)計(jì)一個可通過800Hz-230

58、0Hz頻率的FIR濾波器。因此，第二共振峰頻率的計(jì)算方式和第一共振峰頻率計(jì)算相同。當(dāng)?shù)谝缓偷诙舱穹孱l率計(jì)算完后，可以與臨界值比擬，以便分類元音。經(jīng)過快速傅里葉變換FFT可以計(jì)算每一個元音的能量差異，用來識別元音。此種方法可以代替零交越數(shù)目的計(jì)算算法，根據(jù)元音在FFT上的分布差異，這些差異可以使我們更有效的識別元音結(jié)論工作總結(jié)本文利用TMS320VC5416芯片實(shí)現(xiàn)一個簡單的元音識別系統(tǒng)，其工作原理主要有三個階段：第一階段是帶通FIR濾波器，它的主要目的是只讓第一個共振峰頻率通過而排除其他頻率；第二階段是一個頻率檢測器，以零-交越計(jì)數(shù)方式來實(shí)現(xiàn)；第三個階段是臨界檢測器，可基于零-交越檢測的結(jié)果

59、去判斷元音，系統(tǒng)將選擇A、O、E三個元音為例進(jìn)行仿真檢測。本次簡單元音識別系統(tǒng)的制作，讓我熟悉了DSP系統(tǒng)的根本工作原理，了解了TMS320系列芯片的開展和應(yīng)用，也使我初步認(rèn)識了復(fù)雜的語音識別系統(tǒng)的根本結(jié)構(gòu)和工作過程。元音識別的技術(shù)應(yīng)用并不廣泛，但是以它為根底的語音識別技術(shù)卻是有著非常廣泛的應(yīng)用。隨著DSP技術(shù)的進(jìn)步和DSP產(chǎn)品的開展，語音識別技術(shù)將越來越受到人們的重視；同時其中的關(guān)鍵技術(shù)會被一步步的認(rèn)識和攻破，使得它更普遍的融入人們的生活中去，為人類生活提供便利效勞。展望由于本人能力有限，這次設(shè)計(jì)的元音識別系統(tǒng)，也存在很多缺乏。比方系統(tǒng)識別方法比擬簡單、識別應(yīng)用效率不高等。因此還需要在以后的

60、工作中繼續(xù)完善。DSP處理器是專門設(shè)計(jì)用來進(jìn)行高速數(shù)字信號處理的微處理器。和通用的CPU和微控制器MCU相比，DSP處理器在結(jié)構(gòu)上采用了許多的專門技術(shù)和措施，來提高處理速度?！?】而在語音處理領(lǐng)域，正需要這么能高速運(yùn)行的芯片。希望通過本次的設(shè)計(jì)，有更多的人關(guān)注DSP的開展與語音識別技術(shù)的應(yīng)用，繼續(xù)深入學(xué)習(xí)和研究，攻破現(xiàn)存的各種難題，使DSP技術(shù)和語音識別技術(shù)得到更充分的應(yīng)用。同時，讓這領(lǐng)域的科技能更有效的效勞人類，為人類創(chuàng)造更大的方便和幸福。致謝本次元音識別系統(tǒng)的設(shè)計(jì)，我初步理解了DSP系統(tǒng)的設(shè)計(jì)過程，并接觸到復(fù)雜語音識別這一具有巨大開展前景的技術(shù)。這次課題設(shè)計(jì)經(jīng)歷給了我非常難忘的體驗(yàn)，工作過