嵌入式语音识别系统的设计与实现开题报告

1. 研究目的与意义（文献综述）

用语言和机器进行自然地交流，让机器能明白人在说什么，这是人类一直以来的梦想，随着计算机技术的发展及应用，语音识别技术让这一梦想逐渐得以实现。语音识别的目的是使计算机或机器能够准确无误地识别和理解语音信号所承载的信息，计算机或机器根据信息做出相应的操作或回应。随着计算机技术、信号处理技术和模式识别技术的发展，语音识别技术逐渐完善，大量的语音识别产品也随之出现。语音识别产品广泛应用于语音拨号系统、英汉翻译系统、智能玩具控制、智能家居系统、智能手机、股票交易系统、银行服务系统、医疗智能服务、汽车智能导航、工业控制等领域。根据核心处理部分不同，语音识别系统主要分为基于pc机的语音识别系统和嵌入式语音识别系统。嵌入式语音识别系统具有体积小、耗电省、价格低、可靠性高等优点，为了满足人们对语音实用产品的需求，嵌入式语音识别系统成为了当今语音识别系统发展的重要趋势。随着语音识别技术的不断改进和完善，大量的语音识别专用芯片被研发出来，由此嵌入式语音识别的实用产品逐渐地出现在市场上。目前，嵌入式语音识别系统的主要应用方式是语音命令控制，语音命令控制代替了原本的手工操作，语音命令控制广泛应用于家用电器、门禁系统、智能玩具、智能手机等领域中。根据语音识别技术的发展趋势来进行预测，近十年内以专用语音芯片为核心的嵌入式语音识别系统应用会更加广泛和发展更加迅速，大量的语音智能实用产品会随之出现。

1952年，美国贝尔实验室的戴维斯（davis）等人成功研制出了第一个比较完善的语音识别系统——audry系统，此系统可以识别10 个英文数字1960年,德纳（denes）和马修（mathew)把数字计算机（digital computer）引进语音识别中，用计算机代替用模拟电路成为语音处理的核心。20 世纪70年代，语音识别取得了进一步的发展，itakura在lp技术的基础上提出了线性预测编码（linear predictive coding，lpc）技术，为语音特征参数提取提供了一种依据.20世纪80年代初，语音识别研究进入更深一步的发展，加里（gary）和马克尔（markel）等人在前人研究的基础上提出了一种数据压缩算法——矢量量化（vector quantization，vq）技术.20世纪90年代，国外许多研究机构都研制出大词汇量的识别系统.21世纪，微软、google、苹果公司、ibm公司等许多企业瞄准语音智能产品这一商机，随之大量的语音智能产品出现在市场中。

我国对语音识别技术的研究要起步晚一些,1958年，中国科学院声学所应用电子管组成的电路成功地识别了10个左右的元音。1973年，中国科学院声学所将计算机技术引入语音识别中.1984年，清华大学成功研制出一个大词汇量的汉语语音识别系统，此系统大概可以识别1000个词语左右。从1986年开始执行国家863计划后,国家智能计算机专家组为语音识别技术研究专门立项,每两年滚动一次。1990年，在非特定人、小字表的语音识别基础上，清华大学相继成功研制非特定人中字表和大字表的语音识别系统。2008年,安徽科大讯飞率先对外推出了轻量级智能语音识别系统aitalk2.0，该系统可应用于手机、车载导航等嵌入式设备中，可以实现语音拨号、语音操控、语音查找、语音搜索等智能控制。2012 年 2 月，长虹3d51a5000i搭载的ciri语音新智能电视，采用人性化语音操控设计，拥有领先世界的中文语音识别技术，后台配备强大的服务器群进行无间隙的“云”支持，终结了国内电视产业的普通智能时代。

2. 研究的基本内容与方案

本文主要是针对非特定人、小词汇量的语音识别研究，所设计的系统具有可移植性和实用性，可以移植于智能家居中实现语音控制，可以移植于智能玩具实现语音控制功能，还可以应用门禁系统中实现智能控制以及医疗设备实现智能检测等。本文设计了一个基于凌阳单片机SPCE061A 的嵌入式语音识别系统，所研究的主要内容是：1.提出一种动态、改进的端点检测算法，能够更加准确地找语音信号中的有用信号；2.提出一种改进、更加有效的的训练算法——遗传连续隐马尔可夫模型（GA_CHMM），即用遗传算法优化CHMM模型，可以节省大量的训练时间，进而提高识别率和识别速度；3.根据嵌入式的应用，设计一个有实用价值和可移植的嵌入式系统，同时实现将改进的语音识别算法应用于嵌入式系统进行语音识别。

3. 研究计划与安排

第1-4周：查阅相关文献资料，明确研究内容，了解研究所需的开发环境。确定设计方案，完成开题报告。

第5-8周：阅读嵌入式编程相关论文，思考语音压缩算法。

第9-13周：写代码实现语音识别算法。

第14-15周：，实现嵌入式系统的硬件设计，完成并修改毕业论文。

4. 参考文献（12篇以上）

[1] 殷明.基于嵌入式平台的智能家居系统的设计与实现[d]. 安徽理工大学 2014

[2] 蒋波.基于arm与zigbee技术的嵌入式智能家居系统设计[d]. 广东工业大学 2014

[3] 闫石.基于嵌入式b/s架构的智能家居远程监控系统开发[d]. 南京理工大学 2014

[4] 刘荣辉.基于智能家居控制的嵌入式语音识别系统研究[d]. 广东工业大学 2013