分享到:

基于嵌入式的语音识别系统

该文设计了基于嵌入式的语音识别系统。系统硬件需要实现与服务器连接生成二维码,对Led的驱动调用。系统软件则包括App应用的设计,科大讯飞语音识别技术的SDK  (本文共3页) 阅读全文>>

天津大学
天津大学

基于ARM的嵌入式语音识别系统研究

语音识别是通过识别和理解过程把人类的语音信号转变为文本或命令的技术。近年来语音识别技术由于其重要性和研究难度成为研究的热点。随着嵌入式的发展,嵌入式语音识别技术成为语音识别领域发展的新的重要方向。在此背景下,本课题进行基于ARM的嵌入式语音识别系统的研究。论文分别从理论分析、系统硬件平台的总体设计、系统软件的分析定制等方面,对语音识别在ARM上的应用做了研究。1、在理论上,详细介绍了语音识别的发展历史与研究现状;具体阐述语音识别技术的基本原理和主要研究方法,并推导了语音识别技术中最常用到的两种算法DTW和HMM的数学模型,为进一步的语音识别研究打下基础。2、在硬件平台方面,本文分析设计了语音识别系统的总体方案,主要包括以下三部分:语音识别系统的控制部分、语音的输入输出部分以及语音程序的存储部分;文中详细介绍了各部分的作用以及它们之间的连接方式,此外根据实际需要,选择确定了语音芯片等外围电路芯片的型号并扩展了外围电路。3、在系统软...  (本文共75页) 本文目录 | 阅读全文>>

西安科技大学
西安科技大学

基于嵌入式语音识别系统的研究

近些年来,随着科学技术的不断发展,语音识别技术开始从实验室走向市场。语音识别技术就是让机器通过识别和理解的过程将获取的语音信号转变成文本或命令的技术。由于其研究的难度以及重要性,语音识别技术成为当前研究的热点与难点。将其应用于嵌入式系统中,使得嵌入式语音识别技术成为语音识别领域新的发展方向,并且其应用已成为具有竞争性的高技术的新兴产业。本文首先对语音识别的基本理论进行研究,包括语音信号的预处理、特征提取、模型匹配三个方面的重要方法,给出了基于MFCC+△MFCC的语音特征参数提取方法。基于理论的研究,在实验室环境下提取了特定人的0-9的10个语音数据,分别对语音信号预处理中的预加重、端点检测,MFCC+△MFCC语音特征参数提取方法及语音模型匹配算法进行了实验仿真。结果表明了以上理论的有效性。然后将以上研究结果应用于嵌入式语音识别系统中。通过对嵌入式语音识别系统的开发环境、硬件处理器的选择等相关理论研究,进行了嵌入式语音识别系统...  (本文共69页) 本文目录 | 阅读全文>>

南京邮电大学
南京邮电大学

嵌入式语音识别系统性能评测方法的研究与实现

目前针对嵌入式语音识别系统识别性能的评测方法存在缺乏性能评测标准、测试效率低、覆盖率低、耗费大量人力的问题。针对上述问题,提出了一套针对语音识别性能的评测标准,设计了一套测试用例模板,解决测试覆盖率低的问题,同时基于智能互补的观点,提出基于交叉测试的自动化测试及基于X86平台的自动化回归测试两种测试方案,以实现保证测试覆盖率的同时提高测试效率,充分释放人力。在深入分析语音识别工作流程及嵌入式软件测试方法,探讨语音识别系统的测试入口后,提出一套嵌入式语音识别系统识别性能的评测标准;结合嵌入式语音识别系统的实际应用场景及影响识别的因素,提出覆盖实际使用场景的测试用例模板;基于嵌入式软件测试方法,将交叉测试方法引入嵌入式语音识别系统的性能评测,并进一步提出基于交叉测试的自动化测试方案,完成自动播报语音数据、建立宿主机与目标机的通信、自动获取测试结果、自动统计并分析测试结果;为提高测试效率,提出基于X86平台的自动化回归测试方案,将语音...  (本文共63页) 本文目录 | 阅读全文>>

太原理工大学
太原理工大学

基于MiniGUI的嵌入式语音识别系统的研究

语音识别是目前信息技术领域研究的热点、难点问题,它的目的就是实现人与机器的语言交互,从而摆脱键盘和鼠标的束缚。这样做有几个方面的优势,使得机器的智能化进一步提高,它不再是冷冰冰的机器。它有一定的“人格化”,它可以和人类进行语言的交流;它使得不必要的输入输出终端“下岗”,比如显示器、键盘、鼠标。目前语音识别技术已经在电话语音识别系统、信息查询、智能玩具、智能家居语音控制系统、车载语音控制设备中得到了很好地应用,取得了一定成效,开发前景十分广阔。嵌入式的语音识别系统将使设备进一步的小型化和隐蔽化,这符合未来智能机器的要求。小型化和便于移植的性能将使得嵌入式系统能够应用于诸多领域。论文的主要工作是设计了一个嵌入式的语音识别系统,并对它的推广使用做了一些研究。系统采用OMAP5912双核处理器作为微处理器,利用嵌入式Linux作为底层操作系统,MiniGUI作为操作界面,使用消息队列作为进程间通信,实现MiniGUI与语音识别引擎的统一...  (本文共83页) 本文目录 | 阅读全文>>

太原理工大学
太原理工大学

多类分类支持向量机在嵌入式语音识别系统中的研究

语音识别作为一门交叉学科,在人类智能化和信息化的道路上有着不可忽视的作用。近些年,嵌入式已经成为了信息领域的研究热点。在嵌入式系统中应用语音识别技术成为了语音识别发展的新方向。语音识别技术的关键是解决多类分类问题,基于统计学习理论的支持向量机方法因为其在解决分类问题上面的独特优势,已经成为了语音识别领域的研究热点。支持向量机方法来源于统计学习理论,克服了传统语音识别方法(人工神经网络、隐马尔科夫模型)的不足,在有限样本多类分类问题中得到了广泛的应用。支持向量机方法本来是解决二分类问题的,研究者在其基础上推广出了多种多类分类的方法,一对余组合分类法、对一组合分类法、决策有向无环图组合分类法、纠错输出编码多类分类、超球多类分类等方法。本文采用DM6446开发板作为嵌入式语音开发平台,其软硬件性能完全能满足语音识别技术的嵌入式开发。针对决策有向无环图支持向量机算法和纠错输出编码支持向量机算法,搭建嵌入式交叉编译平台。在搭建好的平台上,...  (本文共77页) 本文目录 | 阅读全文>>