dsp声控收音机设计(原理框图+电路图+流程图)
Voice Control Radio Based on DSP56827
Cui Tao， Qiao Ruiping
(School of Electronic and Information Engineering， Xi’an Jiaotong University， Xi’an 710049， China)
Abstract: At first, the methods of speech recognition and radio software are summarized in this paper. Then a hardware structure of Voice Control Radio, which adopts DSP56F827 as its main CPU, is introduced. This design is very novel and small in size. In the paper, the features of DSP56F827 that are different from TMS320C54 are also introduced. Finally we also give the software flow chart in the end.
Keywords: DSP; Speech recognition; Radio Software
摘要： 本文首先介绍了语音识别和软件无线电的基本原理。设计了一种基于语音识别和软件无线电的新型声控收音机。该收音机是以Motorola的DSP56F827为核心，应用HMM模型和超外差式接收原理，本设计具有新颖和便携的特性。文中还简毕业论文http://www.751com.cn/单介绍了Motorola的DSP56F827的特性以及与TMS320C54的区别。关键字：DSP；语音识别；软件无线电；声控收音机
引言
语言是人们交流的最直接的方式 ，语音交流的自然与舒适使得人们宁愿用语音界面与计算机交互，而不是通过键盘等低级的方式。尤其是对于中文等双字节表示的语言，输入成了相当一部分人的使用计算机的瓶颈。语音界面能支持很多应用。比如本文源自辣文论文网，电话簿查询，数据库语音查询，办公听写系统，甚至机器语音翻译系统等等。这些应用背景促进了五十年代以来自动语音识别的研究。近四十年间，应用一系列的工程方法—模板匹配，知识工程，统计模型等，语音识别研究取得了很大进展。
软件无线电是最近几年在无线通信领域提出的一种新的通信系统体系结构，它的基本思想是以开放性，可扩展性，结构最简的硬件为通用平台，把尽可能多的通信功能用可升级，可替换的软件来实现。而软件的加载或更新可以通过空中接口实现，所以使用起来更加快捷方便。
声控收音机就是用这些原理，在DSP平台上开发的新型的，方便的收音机。其中，DSP是整个设计的核心，主要完成语音识别算法和解调算法。
1. 声控收音机的原理
1.1语音识别的基本原理
语音识别就是研究如何使机器能准确地听出人的语音及其内容，以便控制其它设备来满足人类的各种需要。语音识别的基本方法是预先分析出语音特征，按照要求送给机器储存起来，这个语音参数库称为“模板库”，而这个过程称为“训练”。接着，待识别的语音经过与训练相同的分析，得到语音参数，将它与模板库中的模板一一进行比较，失真最小的那个模板所代表的内容，就是识别结果，这个过程就称为“识别”。
一个孤立词识别系统的识别原理可以由图1来表示。
图1孤立词识别系统原理框图
为了描述一个给定信号的性质，一般可以选择不同的信号模型。信号模型粗略的可以分为确定模型和统计模型两大类。确定模型通常要利用信号的某些已知的特定性质，而统计模型要描述信号的统计性质。统计模型的基本假设是：信号可以用一个参数随机过程来很好的加以描述，而且这个随机过程的参数可以用精确的很容易定义的方法加以确定或估计。考虑到语音信号的种种特点，相比较而言，采用统计模型会较为合适，目前发展最快，使用最广的统计模型就是隐式马尔可夫模型(HMM)。
当采用统计模型来描述语音时，设A为待识别语音的声学信号，W为识别基元组成的句子(即基元序列)，则语音识别的最终目的可以表示为是求解 （1-1）
其中 是从众多的侯选中找到的识别结果。
利用Bayes公式改写上式，有 （1-2） （1-3）
因为是在A确定的情况下选W，所以P(A)与W无关。P(W)是语言模型的匹配结果，P(A/W)则是声学模型匹配得来的结果。因此，总体来讲，语音识别的关键技术包括自适应滤波，断点检测，语音建模等。
1.2 HMM算法在本系统中的应用
1.2.1噪声环境中基于短时分形的语音信号端点检测和滤波方法
在噪声语音信号的处理中，噪声语音信号中的语音和非语音段的判定，即噪声语音信号的语音端点检测，是语音处理系统中非毕业论文http://www.751com.cn/常重要的工作，也是极其关键的一步工作。因为，在语音分析、语音滤波和增强中，语音信号的模型参数和噪声模型参数以及自适应滤波器中的适应参数都得依赖对应的信号段 (语音段或噪声段 )来计算确定。因此，只有准确地判定语音信号的端点，才能正确地进行语音处理。为了提高起止点检测的准确性，这里提出了一种非线性处理方法，即信号的短时分形文文数（Short-time Fractal Dimension）来进行噪声语音信号的端点检测。二文空间的时间信号图形的分形文数的物理含义是：在平面1341