1、本科毕业论文（20 届）基于单片机的语音识别系统设计所在学院 专业班级 电子信息工程 学生姓名 学号 指导教师 职称 完成日期 年 月 苏州大学本科生毕业设计（论文）- i -目 录前言 .2第一章 语音识别系统分析 .3第 1.1 节 语音识别系统结构 .3第 1.2 节 语音设计原理 .3第二章 语音识别系统硬件电路 .9第 2.1 节 基于 STC 控制电路 .9第 2.2 节 基于语音处理电路 .11第 2.3 节 基于语音采集模块电路 .13第 2.4 节 语音处理系统电路图 .13第三章 语音识别的实现 .15第 3.1 节 与 PC 机的连接结构 .15第 3.2 节 与语音处理
2、模块的连接 .16第 3.3 节 语音识别软件设计 .17第四章 系统测试 .22第 4.1 节 检测结果 .22第 4.2 节 误差分析 .23结论 .25参考文献 .26致谢 .27附录 .28附录 1：实物照片说明 .28附录 2：部分源程序 .28苏州大学本科生毕业设计（论文）第 1 页【摘要】：设计了一种由说话者说出控制命令，系统进行识别理解，并执行相应动作的语音识别系统。系统由三个模块语音采集模块、语音处理模块、单片机判断模块组合而成。说话者的指令通过咪头采集并送入语音芯片 LD3320 中，接着指令信号与标准库中的指令比较后，结果被送入单片机 STC11l08x 中进行处理。单片
3、机输出判断结果，并驱动外部小灯“亮灭”来显示结果是否正确。该系统与传统相比较，具有结构简单，抗干扰能力强，使用方便等特点，并且系统智能化程度高，性价比好，运行可靠。【关键词】：单片机；语音信号处理；c 语言；Abstract : Design of a control command from the speaker to say, the identification system to understand and perform the appropriate action based speech recognition system. System consists of three
4、 modules - voice acquisition module, voice processing module, microcontroller judgment module combination. Instructions through the speaker into the microphone and the voice chip LD3320 collected for processing, the command signal and standard library instruction comparison, the results are sent to
5、the microcontroller STC11l08x for processing. Microcontroller output judgment results and drive small external lights to show off the results are correct. The system is compared with the traditional, simple structure, strong anti-interference ability, easy to use features and a high degree of intell
6、igence systems, cost-effective, reliable operation.Key words: Microcontroller; speech signal processing; c language;苏州大学本科生毕业设计（论文）第 2 页前言语音识别研究工作开始于 20 世纪 50 年代。1952 年，当时 AT010);1*2cos(46.5)( Nnnw选择好窗函数后，我们还有需要注意的地方，就是那个样本点的个数问题。现实中我从理论资料查到下面的结论。窗的衰减与持续时间没有必然的关系，N 的加大仅仅为了缩小主瓣的带宽。生活中样本点很少的话，短时能量会大幅度
7、增加，但是样本点如果太多的话，可能会将短时的能量给其平均化，样本的特征可能就给掩盖掉了，不能反映语音的特点，所以识别也就不会成功。这个结论，给我们采样点的个数有了一个提示，不是越多越好。语音识别的对象有男有女，且信号长度一般为 10ms 到 30ms 之间。于是考虑到女的音频较高（样本点较少约 16 个） ，男的音频较低（样本点较多约 250 个）所以取男女样本的中位数 200 个。在具体的操作中，要保证含有至少两个音调周期，既保证频谱会出现周期性的现象。这样能提高系统识别的正确率，不会将信号当成噪声而不进行识别。2. LPC 介绍 有了上面的基础，可以更加具体深入的探讨处理语音技术的方法，由
8、于采集的样本点个数不多，且识别的精确度要求不是太高，我们就采用 LPC 分析法。苏州大学本科生毕业设计（论文）第 6 页LPC 分析中需要注意的有两点。1.用的是短期相关的模型化。2.一个低阶的滤波器来进行过滤。为了更好表述，就用框图来进行理论的说明。清音/浊音开关输出语音G S（n）图 1-3 LPC 处理语音的步骤根据图 1-3 系统的传递函数为 （1-3）NijMjjzabGzXSH1)()(对于上面的公式 1-3，如果分母的次数较高，那么我们可以用全极点的模型来代替上面那个公式，简化成一个新的公式 1-4。（1-4）PjjzaGzH1)(我们不妨再进一步变化，可以将公式（1-4）变换到
9、时域中。那么便得到公式 1-5，（1-5）Pjjnsxns1)()(这个就是 LPC 的差分的方程。根据这个方程，我们可以知道，当可以得到 s(n)的测量值，就可以算的到对应的参量值 ，然后又可以利用参量值，去反推 H（z）的参量。ja另外为了说明误差的大小，可以用平方误差来量化说明。（1-6）Pjjnsasne1)()(误差的公式：（1-7）)()()( 212PjjssEe对 进行求导，是 j=1,2,3P 为零。我们得到ja音调周期脉冲序列发生器无归噪声发生器时变滤波器LPC 系数x(n) u(n)苏州大学本科生毕业设计（论文）第 7 页（1-8）0)()(1jnsjansEPj即： （
10、1-9）),(),(1ijinPjn对于 i=1,2， ， ， ，p其中（1-)(),(jnsiEjin10）由于公式（1-10）是有限的且稳定的信号，我们可以用有限项求和来替代。到了这里，仔细研究公式（1-10）可以发现它有结构组成上特点，于是很容易想到自相关公式。对于自相关的公式，我们有下面要注意的地方。在波形段 在间隔)(msn之外假设为零，样品序列长度为 N。那么，对于 ，要预测样品10Nm PN的值，因为实际上不是零，所以过去的不精确的结果，会对未来预测产生影响。自相关的公式：（1-11）)(1 0,1),(),(jiNmnn pjijisji作参量变换： ;i im变换得到： （1
11、-12）iPNimnn jisji1 )(),(考虑到 只能在 之内取值，其余的地方为零。所以式（1-12）可)(msn0以改写为：（1-)(),(10 jisjinjiNmn pji0,113）公式（1-13 ）又可以变成短时间自相关函数：对于 i=1,p j=0,p (1-14)(),(jiRjinn其中 Nmnjs10)(又因为自相关，又可以变成（1-15） )(1iRjianPjn Pi1在我们的 LPC 分析公式中，我们假设，如果结果是满意的，那么所估计的参量 应ja该等于我们模型的这些参量，也就是 ，如果两者相同，那么 e(n)=Gx(n)=u(n),也就是说j苏州大学本科生毕业设计（论文）第 8 页残差就是激励信号。要得到 e(n),就可以用传输函数的逆滤波器逆滤波器公式:（1-16）pjjzazH11)(因为 S(z)=H(z)U(z),则 U(z)= S(z),从上面的表达式中可以看出，误差信号或激励信号是非常有用的。理由之一是由于逆滤波以后，所得到误差信号 e(n)和原始信号 s(n)相比有比较小的变化。另外我们还发现，由 LPC 频谱去匹配信号的频谱包络时，在频谱峰值比频谱谷值要更好一些，这是因为我们的模拟传递函数 H(z),只有极点模拟共振峰的峰值，没有零点的模拟频谱谷值。
