引 言
在孤立词语音辨认中，最为简略有用的办法是选用动态时刻规整(Dynamic Time Warping，DTW)算法，该算法处理了发音犬牙交错的模板匹配问题，是语音辨认中呈现最早、较为经典的一种算法。用于孤立词辨认，该算法较现在比较盛行的HMM算法在相同的环境条件下，辨认作用相差不大，但HMM算法要杂乱的多，这首要体现在HMM算法在练习阶段需求供给很多的语音数据，通过重复核算才干得到模型参数，而DTW算法的练习中简直不需求额定的核算。所以在孤立词语音辨认中，DTW算法仍得到广泛的运用。本体系就选用了该算法。
体系概述
语音辨认体系的典型完成计划如图1所示。输入的模仿语音信号首先要进行预处理，包含预滤波、采样和量化、加窗、断点检测、预加剧等。语音信号通过预处理后，接下来重要的一环便是特征参数提取，其意图是从语音波形中提取出随时刻改变的语音特征序列。然后树立声学模型，在辨认的时分将输入的语音特征同声学模型进行比较，得到最佳的辨认成果。
硬件构成
体系构成
这儿选用DSP芯片为中心(图2)，体系包含直接双拜访快速SRAM、一路AlDC／一路DAC及相应的模仿信号扩大器和抗混叠滤波器。外部只需扩展FLASH存储器、电源模块等少数电路即可构成完好体系运用。
体系首要功能模块构成
语音处理模块选用TI TMS320VC5402，其首要特色包含：选用改善的哈佛结构，一条程序总线(PB)，三条数据总线(CB，DB，EB)和四条地址总线(PAB，CAB，DAB，EAB)，带有专用硬件逻辑CPU(40位算术逻辑单元(ALU)，包含1个40位桶形移位器和二个40位累加器；一个17×17乘法器和一个40位专用加法器，答应16位带或不带符号的乘法)，片内存储器(八个辅佐寄存器及一个软件栈)，片表里专用的指令集，答应运用业界最先进的定点DSP C言语编译器。TMS320VC5402含4 KB的片内ROM和16 KB的双存取RAM，一个HPI(HostPortInterface)接口，二个多通道缓冲单口MCBSP(Multi-Channel Buffered SerialPort)，单周期指令执行时刻10 ns，带有契合IEEE1149.1规范的JTAG鸿沟扫描仿真逻辑。
语音输入、输出的模仿前端选用TI公司的TLC320AD50C，它是一款集成ADC和DAC于一体的模仿接口电路，而且与DSP接口简略，功能高、功耗低，已成为当时语音处理的主流产品。16位数据结构，音频采样频率为2～22.05 kHz，内含抗混叠滤波器和重构滤波器的模仿接口芯片，还有一个能与许多DSP芯片相连的同步串行通讯接口。
片内还包含一个定时器(调整采样率和帧同步延时)和控制器(调整编程扩大增益、锁相环PLL、主从形式)。TLCC320AD50C与TMS320VC5402的硬件衔接，如图3所示。
语音辨认算法完成
语音信号的端点检测
语音的端点检测是语音辨认中最根本的模块，在嵌入式语音辨认体系中更是占有非常重要的位置：一方面端点检测的成果不精确，体系的辨认功能就得不到确保；另一方面假如端点检测的成果过于放松，尽管语音部分被很好地包含在处理的信号中，可是添加过多的静音则会添加体系的运算量，一起对辨认功能也有负面影响。因此为能量和过零率两个参数别离设定两个门限，一个是比较低的门限，数值比较小，对信号的改变比较灵敏，很简单就被超越。另一个是比较高的门限，数值比较大，信号有必要到达必定的强度，该门限才或许被超越：低门限被超越未必便是语音的开端，有或许是时刻很短的噪声引起的。高门限被超越，则根本坚信是因为语音信号引起的。
