毕业设计
基于DSP的语音信号处理系统设计
摘要
语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。
数字信号处理（DigitalSignalProcessing，简称DSP）是利用计算机或专用处理设备，以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理，以得到符合人们需要的信号形式。
Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等，它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数，利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。信号处理是Matlab重要应用的领域之一。
本设计针对现在大部分语音处理软件内容繁多、操作不便等问题，采用MATLAB7.0综合运用GUI界面设计、各种函数调用等来实现语音信号的变频、傅里叶变换及滤波，程序界面简练，操作简便，具有一定的实际应用意义。
关键字：Matlab，语音信号，傅里叶变换，信号处理
1 绪论
1.1课题的背景与意义
通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息的形式。语言是人类持有的功能。声音是人类常用的工具，是相互传递信息的最主要的手段。因此，语音信号是人们构成思想疏通和感情交流的最主要的途径。并且，由于语言和语音与人的智力活动密切相关，与社会文化和进步紧密相连，所以它具有最大的信息容量和最高的智能水平。现在，人类已开始进入了信息化时代，用现代手段研究语音信号，使人们能更加有效地产生、传输、存储、获取和应用语音信息，这对于促进社会的发展具有十分重要的意义。
让计算机能听懂人类的语言，是人类自计算机诞生以来梦寐以求的想法。随着计算机越来越向便携化方向发展，随着计算环境的日趋复杂化，人们越来越迫切要求摆脱键盘的束缚而代之以语音输人这样便于使用的、自然的、人性化的输人方式。作为高科技应用领域的研究热点，语音信号采集与分析从理论的研究到产品的开发已经走过了几十个春秋并且取得了长远的进步。它正在直接与办公、交通、金融、公安、商业、旅游等行业的语音咨询与管理。工业生产部门的语声控制，电话、电信系统的自动拨号、辅助控制与查询以及医疗卫生和福利事业的生活支援系统等各种实际应用领域相接轨，并且有望成为下一代操作系统和应用程序的用户界面。可见，语音信号采集与分析的研究将是一项极具市场价值和挑战性的工作。我们今天进行这一领域的研究与开拓就是要让语音信号处理技术走入人们的日常生活当中，并不断朝更高目标而努力。
语音信号采集与分析之所以能够那样长期地、深深地吸引广大科学工作者去不断地对其进行研究和探讨，除了它的实用性之外，另一个重要原因是，它始终与当时信息科学中最活跃的前沿学科保持密切的联系，并且一起发展。语音信号采集与分析是以语音语言学和数字信号处理为基础而形成的一门涉及面很广的综合性学科，与心理、生理学、计算机科学、通信与信息科学以及模式识别和人工智能等学科都有着非常密切的关系。对语音信号采集与分析的研究一直是数字信号处理技术发展的重要推动力量。因为许多处理的新方法的提出，首先是在语音信号处理中获得成功，然后再推广到其他领域。
1.2国内外研究现状
语音信号的采集与分析作为一个重要的研究领域，已经有很长的研究历史。
但是它的快速发展可以说是从1940年前后Dudley的声码器(vocoder)和potter 等人的可见语音（Visible Speech)开始的。1952年贝尔(Bell)实验室的Davis等人首次研制成功能识别十个英语数字的实验装置。1956年Olson和Belar等人采用8个带通滤波器组提取频谱参数作为语音的特征，研制成功一台简单的语音打字机。20世纪60年代初由于Faut和Steven的努力，奠定了语音生成理论的基础，在此基础上语音合成的研究得到了扎实的进展。20世纪60年代中期形成的一系列数字信号处理方法和技术，如数字滤波器、快速博里叶变换(FFT)等成为语音信号数字处理的理论和技术基础。在方法上，随着电子计算机的发展，以往的以硬件为中心的研究逐渐转化为以软件为主的处理研究。然而，在语音识别领域内，初期有几种语音打字机的研究也很活跃，但后来已全部停了下来，这说明了当时人们对话音识别难度的认识得到了加深。所以1969年美国贝尔研究所的Pierce感叹地说“语音识别向何处去?”。
到了1970年，好似反驳Pierce的批评，单词识别装置开始了实用化阶段，其后实用化的进程进一步高涨，实用机的生产销售也上了轨道。此外社会上所宣传的声纹(Voice Print)识别，即说话人识别的研究也扎扎实实地开展起来，并很快达到了实用化的阶段。到了1971年，以美国ARPA(American Research Projects Agency)为主导的“语音理解系统”的研究计划也开始起步。这个研究计划不仅在美国园内，而且对世界各国都产生了很大的影响，它促进了连续语音识别研究的兴起。历时五年的庞大的ARPA研究计划，虽然在语音理解、语言统计模型等方面的研究积累了一些经验，取得了许多成果，但没能达到巨大投资应得的成果，在1976年停了下来，进入了深刻的反省阶段。但是，在整个20世纪70年代还是有几项研究成果对语音信号处理技术的进步和发展产生了重大的影响。这就是20世纪70年代初由板仓(Itakura)提出的动态时间规整(DTW)技术，使语音识别研究在匹配算法方面开辟了新思路；20世纪70年代中期线性预测技术(LPC)被用于语音信号处理，此后隐马尔可夫模型法(HNMM)也获得初步成功，该技术后来在语音信号处理的多个方面获得巨大成功；20世纪70年代未，Linda、Buzo、Gray和Markel 等人首次解决了矢量量化(VQ)码书生成的方法，并首先将矢量量化技术用于语音编码获得成功。从此矢量量化技术不仅在语音识别、语音编码和说话人识别等方面发挥了重要作用，而且很快推广到其他许多领域。因此，20世纪80年代开始出现的语音信号处理技术产品化的热潮，与上述语音信号处理新技术的推动作用是分不开的。
20世纪80年代，由于矢量量化、隐马尔可夫模型和人工神经网络(ANN)等相继被应用于语音信号处理，并经过不断改进与完善，使得语音信号处理技术产生了突破性的进展。其中，隐马尔可夫模型作为语音信号的一种统计模型，在语音
信号处理的各个领域中获得了广泛的应用。其理论基础是1970年前后，由Baum 等人建立起来的，随后，由美国卡内基梅隆大学(CMU)的Baker和美国IBM公司的Jelinek等人将其应用到语音识别中。由于美国贝尔实验室的Babiner等人在20世纪80年代中期，对隐马尔可夫模型深人浅出的介绍，才使世界各国从事语音信号处理的研究人员了解和熟悉，进而成为一个公认的研究热点，也是目前语音识别等的主流研究途径。
进入20世纪90年代以来，语音信号采集与分析在实用化方面取得了许多实质性的研究进展。其中，语音识别逐渐由实验室走向实用化。一方面，对声学语音学统计模型的研究逐渐深入，鲁棒的语音识别、基于语音段的建模方法及隐马尔可夫模型与人工神经网络的结合成为研究的热点。另一方面，为了语音识别实用化的需要，讲者自适应、听觉模型、快速搜索识别算法以及进一步的语言模型的研究等课题倍受关注。
1.3数字信号处理（DSP）简介
数字信号处理（DigitalSignalProcessing，简称DSP）是一门涉及许多学科而又广泛应用于许多领域的新兴学科。20世纪60年代以来，随着计算机和信息技术的飞速发展，数字信号处理技术应运而生并得到迅速的发展。在过去的二十多年时间里，数字信号处理已经在通信等领域得到极为广泛的应用。
数字信号处理是利用计算机或专用处理设备，以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理，以得到符合人们需要的信号形式。
数字信号处理是围绕着数字信号处理的理论、实现和应用等几个方面发展起来的。数字信号处理在理论上的发展推动了数字信号处理应用的发展。反过来，数字信号处理的应用又促进了数字信号处理理论的提高。而数字信号处理的实现则是理论和应用之间的桥梁。
数字信号处理是以众多学科为理论基础的，它所涉及的范围极其广泛。例如，在数学领域，微积分、概率统计、随机过程、数值分析等都是数字信号处理的基本工具，与网络理论、信号与系统、控制论、通信理论、故障诊断等也密切相关。近来新兴的一些学科，如人工智能、模式识别、神经网络等，都与数字信号处理密不可分。可以说，数字信号处理是把许多经典的理论体系作为自己的理论基础，同时又使自己成为一系列新兴学科的理论基础。
1.4 本文主要工作
本文简要介绍了语音信号采集与分析的发展史以及语音信号的特征、采集与分析方法，并通过PC机录制自己的一段声音，运用Matlab进行仿真分析，最后加入噪声进行滤波处理，比较滤波前后的变化。第2章主要介绍语音信号的特点与采集，仿真主要是验证奈奎斯特定理。第3章主要是对语音信号进行时域、频域上的分析，如短时功率谱，短时能量，短时平均过零率，语谱图分析等等。第4章是对语音信号的综合和分析，包括语音信号的调制、叠加和滤波。
2 语音信号的特点与采集
2.1 语音信号的特点
通过对大量语音信号的观察和分析发现，语音信号主要有下面两个特点：
○1在频域内，语音信号的频谱分量主要集中在300～3400Hz的范围内。利用这个特点，可以用一个防混迭的带通滤波器将此范围内的语音信号频率分量取出，然后按8kHz的采样率对语音信号进行采样，就可以得到离散的语音信号。
○2在时域内，语音信号具有“短时性”的特点，即在总体上，语音信号的特征是随着时间而变化的，但在一段较短的时间间隔内，语音信号保持平稳。在浊音段表现出周期信号的特征，在清音段表现出随机噪声的特征。
下面是一段语音信号的时域波形图(图2-1)和频域图(图2-2)，由这两个图可以看出语音信号的两个特点。
Frequency(Hz)
Time(s)x 104图2-1语音信号时域波形图图2-2语音信号频域波形图
2.2语音信号的采集
在将语音信号进行数字化前，必须先进行防混叠预滤波，预滤波的目的有两个：○1抑制输入信导各领域分量中频率超出f s/2的所有分量(f s为采样频率)，以防止混叠干扰。○2抑制50Hz的电源工频干扰。这样，预滤波器必须是一个带通滤波器，设其上、下截止频率分别是f H和f L，则对于绝大多数语音编译码器，f H=3400Hz、f L＝60~100Hz、采样率为f s＝8kHz；而对丁语音识别而言，当用于电话用户时，指标与语音编译码器相同。当使用要求较高或很高的场合时f H＝4500Hz 或8000Hz、f L＝60Hz、f s＝10kHz或20kHz。
为了将原始模拟语音信号变为数字信号，必须经过采样和量化两个步骤，从而得到时间和幅度上均为离散的数字语音信号。采样也称抽样，是信号在时间上的离散化，即按照一定时间间隔△t 在模拟信号ｘ(t)上逐点采取其瞬时值。采样时必须要注意满足奈奎斯特定理，即采样频率f s 必须以高于受测信号的最高频率两倍以上的速度进行取样，才能正确地重建波形，它是通过采样脉冲和模拟信号相乘来实现的。下图时一段语音信号在采样频率44.1KHz 情况下的频谱图。
012345
6x 10
4-0.4-0.2
0.2
0.4
原始信号
00.51 1.52 2.5
x 104050
100
150
200
图2-3原始信号时域波形图和频域波形图
由图可知，这段语音信号的频率主要集中在1KHz 左右，当采样频率为44.1KHz 时，由于采样频率比较大，所以采样点数就越密，所得离散信号就越逼近于原信号，频谱也没有发生混叠。
012345
6x 10
4
-0.20
0.2
0.4
0.6
抽取后的信号
1
1.5
2
2.5
3
图2-4抽取后的信号时域波形图和频域波形图
对上述信号进行1/80采样频率抽取，即采样频率变为将近500Hz 时，由于采样频率比较小，所以采样点数就稀疏，所得离散信号就越偏离于原信号，频谱也发生了混叠。
在采样的过程中应注意采样间隔的选择和信号混淆：对模拟信号采样首先要确定采样间隔。如何合理选择△t 涉及到许多需要考虑的技术因素。一般而言，采样频率越高，采样点数就越密，所得离散信号就越逼近于原信号。但过高的采样频率并不可取，对固定长度（T ）的信号，采集到过大的数据量（N=T/△t ），给计算机增加不必要的计算工作量和存储空间；若数据量（N ）限定，则采样时间过短，会导致一些数据信息被排斥在外。采样频率过低，采样点间隔过远，则离散信号不足以反映原有信号波形特征，无法使信号复原，造成信号混淆。根据采样定理，当采样频率大于信号的两倍带宽时，采样过程不会丢失信息，利用理想滤波器可从采样信号中不失真地重构原始信号波形。量化是对幅值进行离散化，即将振动幅值用二进制量化电平来表示。量化电平按级数变化，实际的振动值是连续的物理量。具体振动值用舍入法归到靠近的量化电平上。
语音信号经过预滤波和采样后，由A ／D 变换器变换为二进制数字码。这种防混叠滤波通常与模数转换器做在一个集成块内，因此目前来说，语音信号的数字化的质量还是有保证的。市面上购买到的普通声卡在这方面做的都很好，语音声波通过话筒输入到声卡后直接获得的是经过防混叠滤波、A/D 变换、量化处理的离
散的数字信号。
在实际工作中，我们可以利用windows自带的录音机录制语音文件，图2-5是基于PC机的语音信号采集过程，声卡可以完成语音波形的A/D转换，获得WAVE 文件，为后续的处理储备原材料。调节录音机保存界面的“更改”选项，可以存储各种格式的WAVE文件。
图2-5基于PC机的语音信号采集过程
采集到语音信号之后，需要对语音信号进行分析，如语音信号的时域分析、频谱分析、语谱图分析以及加噪滤波等处理。
第一章绪论 1.1 本论文的背景 随着信息技术的飞速发展，数字信号处理技术已经发展成为一门关键的技术学科，而DSP芯片的出现则为数字信号处理算法的实现提供了可能，这一方面促进了数字信号处理技术的进一步发展,也使数字信号处理的应用领域得到了极大的拓展。在近20年里，DSP芯片已经在通信和家用电器等领域得到了广泛的应用。 1.1.1 数字信号处理器的发展状况 DSP(Digital Signal Processing)也称数字信号处理器，是一种具有特殊结构的微处理器，是建立在数字信号处理的各种理论和算法基础上，专门完成各种实时数字信息处理的芯片。与单片机相比，DSP有着更适合数字信号处理的优点。芯片部采用程序和数据分开的哈佛结构，具有专门的硬件乘法器，广泛采用流水线操作，具有良好的并行特性，提供特殊的DSP指令，可以快速地实现各种数字信号处理算法[1]。 DSP发展历程大致分为三个阶段：70年代理论先行，80年代产品普及，90年代突飞猛进。在DSP出现之前数字信号处理主要依靠MPU(微处理器)来完成。但MPU 较低的处理速度无法满足高速实时的要求。因此，直到70年代才提出了DSP的理论和算法基础。随着大规模集成电路技术的发展，1982年世界上诞生了首枚通用可编程DSP芯片TI的TMS32010。DSP芯片的问世是个里程碑，它标志着DSP应用系统由大型系统向小型化迈进了一大步。进入80年代后期，随着数字信号处理技术应用围的扩大，要求提高处理速度，到1988年出现了浮点DSP，同时提供了高级语言的编译器，使运算速度进一步提高，其应用围逐步扩大到通信、计算机领域。90年代相继出现了第四代和第五代DSP器件。以DSP作为主要元件，再加上外围设备和特定功能单元综合成的单一芯片，加速了DSP解决方案的发展，同时产品价格降低，运算速度和集成度大幅提高[2]。 进入21世纪，现在DSP向着高速，高系统集成，高性能方向发展。当前的DSP 多数基于RISC(精简指令集计算机)结构，且进入了VLSI(超大规模集成电路)阶段。如TI公司的TMS320C80代表了新一代芯片集成技术，它将4个32位的DSP，1个32位RISC主处理器，1个传输控制器，2个视频控制器和50Kb SRAM集成在一个芯片上。这样的芯片通常称之为MVP(多媒体视频处理器)。它可支持各种图像规格和各种算法，功能相当强。而第六代TMSC6000系列则是目前速度最快，性能最高的DSP芯片，该系列芯片的发展蓝图中有高至5000MIPS，3G FLOPS的处理性能。
目录 摘 要 (2) Abstract (3) 1 绪论 (4) 1.1概述 (4) 1.2选题的目的、意义 (4) 1.3 选题的背景 (5) 1.4 本文所研究的内容 (6) 2 波形信号发生器的原理及方案选择 (7) 2.1任意波形信号发生器的原理 (7) 2.1.1 直接模拟法 (7) 2.1.2 直接数字法 (7) 2.2 任意波形发生器的设计方案 (9) 2.2.1 查表法 (9) 2.2.2计算法 (9) 2.2.3传统方法 (10) 3 基于DSP 5416的任意波形信号发生器的软件设计 (12) 3.1 TMS320C5416的开发流程 (12) 3.2软件开发环境 (13) 3.3任意波形信号发生器的软件编程 (14) 3.3.1 计算法实现波形输出 (14) 3.3.2 D/A转换 (15) 3.3.3波形控制及软件设计流程图 (16) 3.4参数的设定 (18) 4 基于DSP 5416的任意波形信号发生器的硬件设计 (20) 4.1 TMS320VC5416开发板 (20) 4.2 TMS320VC5416实验箱的连接 (23) 4.3 波形信号发生器的硬件测试过程 (23) 5 任意波形信号发生器展望 (28) 结束语 (29) 致谢 (30) 参考文献 (31)
摘 要 任意波形发生器是信号源的一种，它是具有信号源所具有的特点，更因它高的性能优势而倍受人们青睐。信号源主要给被测电路提供所需要的已知信号（各种波形），然后用其它仪表测量感兴趣的参数。可见信号源在各种实验应用和试验测试处理中，它不是测量仪器，而是根据使用者的要求，作为激励源，仿真各种测试信号，提供给被测电路，以满足测量或各种实际需要。 随着无线电应用领域的扩展，针对广播、电视、雷达、通信的专用信号发生器获得了长足的发展，表现在载波调制方式的多样化，从调幅、调频、调相到脉冲调制。如果采用多台信号发生器获得测量信号显然是很不方便的。因此需要任意波形发生器（Arbitrary Waveform Generator，AWG），使其能够产生任意频率的载频信号和多种载波调制信号。 目前我国已经开始研制任意波形发生器，并取得了可喜的成果。但总的来说，我国任意波形发生器还没有形成真正的产业。并且我国目前在任意波形发生器的种类和性能都与国外同类产品存在较大的差距，因此加紧对这类产品的研制显得迫在眉睫。 本文主要工作分为以下几个方面：首先，介绍研制任意波形信号发生器的目的、意义、背景，以及利用CCS仿真工具用软件实现任意波形信号发生器的的过程 ；之后，对硬件的连接及测试结果作介绍；最后，简要的对任意波形信号发生器的未来作一下展望。 关键词：DSP，任意波形信号发生器,DDS
摘要 (3) Abstract (4) 第一章绪论 (5) 1.1 选题背景及研究意义 (5) 1.2 国内外发展现状及发展趋势 (6) 1.2.1 电动汽车发展现状及趋势 (6) 1.2 .2 液晶显示技术的发展及其应用前景 (7) 1.2.3数字信号处理器的发展及其应用前景 (8) 1.3本设计研究的主要内容 (9) 第二章系统设计方案 (10) 2.1 DSP软件开发工具简介 (10) 2.1.1 TMS320F2812 (10) 2.2 系统设计概述 (11) 2.3电动汽车几种传感器及其作用 (12) 第三章液晶与液晶显示 (14) 3.1 液晶与液晶显示器件 (14) 3.2 液晶显示器件的基本结构 (15) 3.3 典型的液晶显示器件 (16) 3.3.1 静态驱动段型液晶显示器件 (16) 3.3.2 动态驱动点矩阵型液晶显示器件 (17) 3.4.1 AXG19264 引脚介绍 (19) 3.4.2 图形液晶显示行驱动控制器HD61203U (19) 3.4.3 图形液晶显示列驱动控制器HD61202U (19) 3.4.4 HD61202U 的指令系统 (21) 第四章电动汽车液晶显示系统硬件设计 (24) 4.1 硬件设计分析 (24) 4.1.1 处理器直接访问方式 (24) 4.1.2 处理器间接访问方式 (24) 4.3 硬件设备的调试 (27) 4.4 DSP2812功能模块图 (28) 4.5 DSP与液晶模块硬件接口设计 (29) 4.6 保护电路 (29) 第五章电动汽车液晶显示系统软件设计 (31) 5.1 DSP软件系统开发环境介绍 (31) 2.1.2 CCS的组成 (31) 5.1.2 CCS环境下project的主要成员 (32) 5.2主程序的软件流程图 (34) 5.3软件调试的方法 (34) 第六章总结和展望 (36) 6.1 工作总结 (36) 6.2 后续工作展望 (36) 参考文献 (37) 附录 (38)
基于单片机的语音识别系统毕业设计 目录 摘要..................................... 错误!未定义书签。Abstract ................................. 错误!未定义书签。目录..................................................... I 前言.. (1) 1 方案介绍及设计简介 (2) 1.1小车的控制要求及设计方案 (2) 1.1.1小车的控制要求 (2) 1.1.2方案设计与论证 (2) 1.2SPCE061A 简介 (3) 1.2.1SPCE061A单片机概述 (5) 1.2.2SPCE061A的介绍 (7) 1.2.3SPCE061A的结构 (7) 1.3SPCE061A 单片机强大的语音功能 (7) 1.3.1语音识别的原理 (8) 1.3.2系统的结构框图 (9) 1.4语音控制小车设计要求 (10) 1.4.1功能要求 (10) 1.4.2语音控制小车的主要功能 (10) 1.4.3参数说明 (10) 1.4.4注意事项 (10) 2电路设计及程序设计 (11) 2.1电路设计基础知识 (11) 2.2电路方框图及说明 (13) 2.3各部分电路设计 (13) 2.3.1电机的选择 (14)
2.3.2继电器驱动电路的设计 (14) 2.3.3行驶状态控制电路设计 (15) 2.3.4麦克录音输入及AGC电路 (16) 2.3.5语音播报电路 (18) 3软件设计 (19) 3.1软件流程图及设计思路说明 (19) 3.1.1程序设计 (20) 3.2模块设计 (20) 3.2.1中断流程图部分 (20) 3.2.2语音识别部分 (22) 4连接和操作说明 (25) 4.1硬件模块连接图 (25) 4.1.1功能说明 (25) 4.1.2代码下载 (26) 4.1.3训练小车 (27) 4.1.4声控小车 (28) 4.1.5重新训练 (28) 总结 (30) 致谢 (31) 参考文献 (32) 附件1 系统程序说明 (33)
本科毕业设计论文基于DSP的谱分析仪设计 学生姓名： 班级：电自0913 学号： 指导教师： 所在单位：电气工程学院
答辩日期：2013年6月24日
摘要 随着计算机和微电子技术的飞速发展，基于数字信号处理的频谱分析已经应用到各个领域并发挥着重要作用。频谱分析仪对于信号分析来说是必不可少的，它可以利用频率对信号进行分析。频谱分析仪可应用于诸多领域，如通讯发射机以及干扰信号的测量，频谱的监测，器件的特性分析等，但各行各业对其性能要求也不尽相同。 本课题主要做了以下工作：首先，本文介绍了频谱分析仪的作用、课题背景、现状及发展趋势；然后，设计了以TI公司的定点数字信号处理器（DSP）TMS320VC5402为CPU的开发系统，包括复位电路、时钟电路、存储器扩展、电源模块、AD采样、DA单元、JTAG等的设计；由于CPU采用FFT算法，所以详细介绍了FFT的原理以及其在TMS320VC5402上的实现。最后，简要介绍了用于开发DSP的集成开发环境CCS。 关键词：TMS320VC5402；频谱分析；FFT；功率谱
Abstract With the rapid development of computer and microelectronics technology, spectrum analysis based on digital signal processing (DSP) has been applied to various fields and play an important role. A spectrum analyzer for the signal analysis is indispensable, it can make use of frequency analysis of signals. A spectrum analyzer can be applied to many fields, such as communication transmitter and the interfering signal measurement, spectrum monitoring, device characteristics analysis and so on, but in all walks of life to its performance requirements are also different. This topic mainly done the following work: first of all, this paper introduces the role of a spectrum analyzer, topic background, present situation and development trend; Then, designed by TI company's fixed-point digital signal processor (DSP) TMS320VC5402 as CPU development system, including the reset circuit, clock circuit, memory expansion, a power supply module, AD sampling, DA units, such as JTAG design; Due to the CPU adopts FFT algorithm, so the principle of FFT is introduced and its implementation on TMS320VC5402. Finally, this paper briefly introduces the integrated development environment CCS for the development of DSP. Keywords：TMS320VC5402；Spectrum analyzer；FFT；Power spectrum
语音识别是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语言。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别是一门涉及面很广的交叉学科，它与声学、语音学、语言学、信息理论、模式识别理论以及神经生物学等学科都有非常密切的关系。语音识别技术正逐步成为计算机信息处理技术中的关键技术，语音技术的应用已经成为一个具有竞争性的新兴高技术产业。 1语音识别的基本原理 语音识别系统本质上是一种模式识别系统，包括特征提取、模式匹配、参考模式库等三个基本单元，它的基本结构如下图所示： 未知语音经过话筒变换成电信号后加在识别系统的输入端，首先经过预处理，再根据人的语音特点建立语音模型，对输入的语音信号进行分析，并抽取所需的特征，在此基础上建立语音识别所需的模板。而计算机在识别过程中要根据语音识别的模型，将计算机中存放的语音模板与输入的语音信号的特征进行比较，根据一定的搜索和匹配策略，找出一系列最优的与输入语音匹配的模板。然后根据此模板的定义，通过查表就可以给出计算机的识别结果。显然，这种最优的结果与特征的选择、语音模型的好坏、模板是否准确都有直接的关系。2语音识别的方法 目前具有代表性的语音识别方法主要有动态时间规整技术（DTW）、隐马尔可夫模型（HMM）、矢量量化（VQ）、人工神经网络（ANN）、支持向量机（SVM）等方法。 动态时间规整算法（Dynamic Time Warping，DTW）是在非特定人语音识别中一种简单有效的方法，该算法基于动态规划的思想，解决了发音长短不一的模板匹配问题，是语音识别技术中出现较早、较常用的一种算法。在应用DTW算法进行语音识别时，就是将已经预处理和分帧过的语音测试信号和参考语音模板进行比较以获取他们之间的相似度，按照某种距离测度得出两模板间的相似程度并选择最佳路径。 隐马尔可夫模型（HMM）是语音信号处理中的一种统计模型，是由Markov链演变来的，所以它是基于参数模型的统计识别方法。由于其模式库是通过反复训练形成的与训练输出信号吻合概率最大的最佳模型参数而不是预先储存好的模式样本，且其识别过程中运用待识别语音序列与HMM参数之间的似然概率达到最大值所对应的最佳状态序列作为识别输出，因此是较理想的语音识别模型。 矢量量化（Vector Quantization）是一种重要的信号压缩方法。与HMM相比，矢量量化主要适用于小词汇量、孤立词的语音识别中。其过程是将若干个语音信号波形或特征参数的标量数据组成一个矢量在多维空间进行整体量化。把矢量空间分成若干个小区域，每个小区域寻找一个代表矢量，量化时落入小区域的矢量就用这个代表矢量代替。矢量量化器的设计就是从大量信号样本中训练出好的码书，从实际效果出发寻找到好的失真测度定义公式，设计出最佳的矢量量化系统，用最少的搜索和计算失真的运算量实现最大可能的平均信噪比。在实际的应用过程中，人们还研究了多种降低复杂度的方法，包括无记忆的矢量量化、有记忆的矢量量化和模糊矢量量化方法。 人工神经网络（ANN）是20世纪80年代末期提出的一种新的语音识别方法。其本质上是一
摘要 语音识别主要是让机器听懂人说的话，即在各种情况下，准确地识别出语音的内容，从而根据其信息执行人的各种意图。语音识别技术既是国际竞争的一项重要技术，也是每一个国家经济发展不可缺少的重要技术支撑。本文基于语音信号产生的数学模型，从时域、频域出发对语音信号进行分析，论述了语音识别的基本理论。在此基础上讨论了语音识别的五种算法：动态时间伸缩算法(Dynamic Time Warping，DTW)、基于规则的人工智能方法、人工神经网络(Artificial Neural Network，ANN)方法、隐马尔可夫(Hidden Markov Model，HMM)方法、HMM和ANN的混合模型。重点是从理论上研究隐马尔可夫(HMM)模型算法，对经典的HMM模型算法进行改进。 语音识别算法有多种实现方案，本文采取的方法是利用Matlab强大的数学运算能力，实现孤立语音信号的识别。Matlab 是一款功能强大的数学软件，它附带大量的信号处理工具箱为信号分析研究，特别是文中主要探讨的声波分析研究带来极大便利。本文应用隐马尔科夫模型(HMM) 为识别算法，采用MFCC(MEL频率倒谱系数)为主要语音特征参数，建立了一个汉语数字语音识别系统，其中包括语音信号的预处理、特征参数的提取、识别模板的训练、识别匹配算法；同时，提出利用Matlab图形用户界面开发环境设计语音识别系统界面，设计简单，使用方便，系统界面友好。经过统计，识别效果明显达到了预期目标。 关键词：语音识别算法；HMM模型；Matlab；GUI ABSTRACT Speech Recognition is designed to allow machines to understand what people say,and accurately identify the contents of voice to execute the intent of people.Speech recognition technology is not only an important internationally competed technology,but also an indispensable foundational technology for the national economic development.Based on the mathematical model from the speech signal,this paper analyze audio signal from the time
电子与信息工程学院综合实验课程报告 课题名称基于DSP的温度采集系统
毕业设计（论文）原创性声明和使用授权说明 原创性声明 本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。 作者签名：日期： 指导教师签名：日期： 使用授权说明 本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。 作者签名：日期：
学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名：日期：年月日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 作者签名：日期：年月日 导师签名：日期：年月日
机电信息工程学院专业综合课程设计 系：信息与通信工程 专业：通信工程 班级：081班 设计题目：基于matlab的语音识别系统 学生姓名： 指导教师： 完成日期：2011年12月27日
一．设计任务及要求 1.1设计任务 作为智能计算机研究的主导方向和人机语音通信的关键技术，语音识别技术一直受到各国科学界的广泛关注。以语音识别开发出的产品应用领域非常广泛，有声控电话交换、语音拨号系统、信息网络查询、家庭服务、宾馆服务、旅行社服务系统、订票系统、声控智能玩具、医疗服务、银行服务、股票查询服务、计算机控制、工业控制、语音通信系统、军事监听、信息检索、应急服务、翻译系统等，几乎深入到社会的每个行业、每个方面，其应用和经济社会效益前景非常广泛。本次任务设计一个简单的语音识别系。 1.2设计要求 要求：使用matlab软件编写语音识别程序 二．算法方案选择 2.1设计方案 语音识别属于模式识别范畴，它与人的认知过程一样，其过程分为训练和识别两个阶段。在训练阶段，语音识别系统对输入的语音信号进行学习。学习结束后，把学习内容组成语音模型库存储起来；在识别阶段，根据当前输入的待识别语音信号，在语音模型库中查找出相应的词义或语义。 语音识别系统与常规模式识别系统一样包括特征提取、模式匹配、模型库等3个基本单元，它的基本结构如图1所示。 图1 语音识别系统基本结构图 本次设计主要是基于HMM模型（隐马尔可夫模型）。这是在20世纪80年代引入语音识别领域的一种语音识别算法。该算法通过对大量语音数据进行数据统计，建立识别词条的统计模型，然后从待识别语音信号中提取特征，与这些模
型进行匹配，通过比较匹配分数以获得识别结果。通过大量的语音，就能够获得一个稳健的统计模型，能够适应实际语音中的各种突发情况。并且，HMM算法具有良好的识别性能和抗噪性能。 2.2方案框图 图2 HMM语音识别系统 2.3隐马尔可夫模型 HMM过程是一个双重随机过程：一重用于描述非平稳信号的短时平稳段的统计特征（信号的瞬态特征）；另一重随机过程描述了每个短时平稳段如何转变到下一个短时平稳段，即短时统计特征的动态特性（隐含在观察序列中）。人的言语过程本质上也是一个双重随机过程，语音信号本身是一个可观测的时变列。可见，HMM合理地模仿了这一过程，是一种较为理想的语音信号模型。其初始状态概率向量π，状态转移概率矩阵向量A，以及概率输出向量B一起构成了HMM的3个特征参量。HMM 模型通常表示成λ={π，A，B}。 2.4HMM模型的三个基本问题 HMM模型的核心问题就是解决以下三个基本问题： (1)识别问题：在给定的观测序列O和模型λ=（A,B,π）的条件下，如何有效地计算λ产生观测序列O的条件概率P(O︱λ)最大。常用的算法是前后向算法，它可以使其计算量降低到N2T次运算。 (2)最佳状态链的确定：如何选择一个最佳状态序列Q=q1q2…qT，来解释观察序列O。常用的算法是Viterbi算法。 (3)模型参数优化问题：如何调整模型参数λ=(A,B,π)，使P(O︱λ)最大：这是三个问题中最难的一个，因为没有解析法可用来求解最大似然模型，所以只能使用迭代法(如Baum-Welch)或使用最佳梯度法。 第一个问题是评估问题，即已知模型λ=(A,B,π)和一个观测序列O，如何计算由该模型λ产生出该观测序列O的概率，问题1的求解能够选择出与给定的观测序列最匹配的HMM模型。 第二个问题力图揭露模型中隐藏着的部分，即找出“正确的”状态序列，这是一个典型的估计问题。
基于单片机的语音识别系统
摘要 近几年来，智能化和自动化技术在玩具制造领域中越来越被关注。本文介绍一种智能化小车控制系统的设计——语音控制小车。语音控制小车是基于SPCE061A的代表性兴趣产品，它配合61板推出，综合应用了SPCE061A的众多资源，小车采用语音识别技术，可通过语音命令对其行驶状态进行控制。首先介绍了SPCE061A的主要性能及其引脚的功能；接着完成了电源电路、复位电路、键盘电路、音频输入电路，音频输出电路和无线控制电路等硬件功能模块的设计。软件设计模块能实现智能小车的前进、后退、转向、停止、避障、表演动作以及循线等功能。测试表明，在环境背景噪音不太大，控制者的发音清晰的前提下，语音控制小车的语音识别系统能对特定的语音指令做出智能反应，做出预想中的有限的动作 关键词：spec061a 语音识别驱动电路声控小车智能反应
Abstract In recent years, Intelligent and automation technology in the toy manufacture paid more and more attention.Introduce an intelligent vehicle control system design. SPCE061A program the system to single-chip, based on implementation of the car's voice control, This paper introduces the and implementation. The SPCE061A's main characters and pin function are introduced firstly. Completed the power circuit, reset circuit, keyboard circuitry, audio input circuits, audio output circuit and control circuit of wireless of function modules. Software design module can achieve smart car forward, backward, turn, stop, obstacle avoidance, performing actions, as well as on-line functions. Test showed that the background noise in the environment is not too great, control persons under the premise of clear pronunciation, voice control car speech recognition systems for specific voice commands to make intelligent reaction, limited to the desired action. Keywords: spec061a 、voice recogniton、Driving circuit、Voice control dolly、intelirent response
《DSP原理及应用课程设计题目》 1、基于TMS320VC5402的DSP最小系统设计 要求： （1）绘制系统框图(VISIO)； （2）包括电源设计、复位电路设计、时钟电路设计、存储器设计、JTAG接口设计等，用Protel软件绘制原理图和PCB图； （3）编写测试程序； （4）从理论上分析，设计的系统要满足基本的信号处理要求； （5）参考文献、论文格式规范。 2、基于TMS320VC5402的频谱分析系统设计（可作为毕业设计） 要求： （1）系统设计中，C5402完成数据处理，AT89S52单片机完成控制和显示，绘制出系统框图(VISIO)； （2）包括电源设计、复位电路设计、时钟电路设计、A/D转换设计、电平转换设计、JTAG接口设计等，用Protel软件绘制原理图和PCB图； （3）给出程序流程图，设计频谱分析系统软件（C5402的数据处理软件、单片机的控制及显示软件）； （4）通过对系统的全面分析得出设计结论（被处理信号的频率范围、采用的信号处理算法等）； （5）参考文献，论文格式规范。
3、基于TMS320VC5402的FIR数字滤波器的设计 要求： （1）绘制系统框图(VISIO)； （2）包括电源设计、复位电路设计、时钟电路设计、存储器设计、A/D转换设计、JTAG接口设计等，用Protel软件绘制原理图和PCB图； （3）给出所设计的FIR低通滤波器的技术指标，用MATLAB求解滤波器的参数并仿真； （4）给出程序流程图，编写程序，在CCS中完成仿真； （5）参考文献、论文格式规范。 4、基于TMS320VC5402的IIR数字滤波器的设计 要求： （1）绘制系统框图(VISIO)； （2）包括电源设计、复位电路设计、时钟电路设计、存储器设计、A/D转换设计、JTAG接口设计等，用Protel软件绘制原理图和PCB图； （3）给出所设计的IIR滤波器的技术指标，用MATLAB求解滤波器的参数并仿真； （4）给出程序流程图，编写程序，在CCS中完成仿真； （5）参考文献、论文格式规范。
分类号编号 烟台大学 毕业论文（设计） 基于DSP的温度测试系统The temperature testing system based on DSP 申请学位：学士 院系：电子信息与计算机科学系 专业：电子信息科学与技术 姓名：胡钦浩 学号：7 指导老师：青心（教授） 2 0 1 1 年 5 月9 日 烟台大学文经学院
基于DSP的温度测试系统 姓名：胡钦浩 导师：青心（教授） 2 0 1 1 年 5 月9 日 烟台大学文经学院
基于DSP的温度测试系统 [摘要] 随着现代信息技术的飞速发展，分布式温度测量控制系统在工业、农业及人们的日常生活中扮演了一个越来越重要的角色。因此，对温度采集控制系统的设计与研究就具有十分重要的意义。 本文设计了一种基于数字信号处理器(DSP)的温度测试系统。该系统以TMS320F2812芯片为核心,使其与DS28EA0型1-Wire数字温度计相结合，采用带有USB接口的大容量U盘或SD卡作为存储介质，实现温度采集与数据存储的功能。文中首先介绍了测温仪器的发展现状，并论证了用DSP芯片进行温度控制的必要性和可行性。接着介绍了DSP芯片的主要结构特点及发展应用等。针对温度控制系统的特点，作者对DSP芯片进行了选型，并对所选芯片TMS320F2812的结构和特征进行了详细说明。然后根据温度控制要实现的功能，制定了该系统的总体设计方案，并在此基础上进行了各部分硬件电路的设计。本系统主要由 DS28EA00温度测量模块、USB接口模块、SD卡接口模块和TMS320F2812数字信号处理模块等组成。 [关键词] DSP；TMS320F2812；温度采集；数据存储
硕士学位论文 基于DSP的单通道伺服控制器设计 DESIGN OF SINGLE CHANNEL SERVO CONTROLLER BASED ON DSP 罗中宝 哈尔滨工业大学 2010年6月
国内图书分类号：TP391.9 学校代码：10213 国际图书分类号：629.7.08 密级：公开 工学硕士学位论文 基于DSP的单通道伺服控制器设计 硕士研究生：罗中宝 导师：丛大成教授 申请学位：工学硕士 学科：机械电子工程 所在单位：机电工程学院 答辩日期：2010年6月 授予学位单位：哈尔滨工业大学
Classified Index: TP391.9 U.D.C: 629.7.08 Dissertation for the Master Degree in Engineering DESIGN OF SINGLE CHANNEL SERVO CONTROLLER BASED ON DSP Candidate:Luo Zhongbao Supervisor:Prof. DaCheng Cong Academic Degree Applied for:Master of Engineering Specialty: Mechatronic Engineering Affiliation: School of Mechatronics Engineering Date of Defence:June, 2010 Degree-Conferring-Institution: Harbin Institute of Technology
哈尔滨工业大学工学硕士学位论文 摘 要 伺服控制器是电液伺服系统的重要组成部分，是完成各种伺服控制算法，实现电液伺服系统实时运动控制的关键。单通道伺服控制器是伺服控制器的一种，主要应用于单缸位置闭环系统中。现阶段，国内大多采用国外厂家生产的通用控制器来实现单缸的位置伺服闭环，该类控制器不但价格昂贵，而且还需根据自身实际应用环境，设计相应的调理电路。基于DSP的单通道伺服控制器既为单缸位置伺服控制提供了一个完整的解决方案，缩短了控制系统的开发周期，又继承了嵌入式系统高性价比的特点，削减了控制系统的开发成本。鉴于以上优势，基于DSP的单通道伺服控制器在单缸位置闭环系统中具有非常广阔的应用前景。 本文首先分析了单通道伺服控制器的整体功能及性能需求，并根据整体功能需求划分了控制器软、硬件平台的功能模块，最终细化出软、硬件各功能模块的功能及性能需求。然后，根据软、硬件各模块的功能及性能需求，设计了单通道伺服控制器的软、硬件平台。在硬件平台的设计阶段，详细探讨了如何在DSP28335片外扩展位移采集模块和伺服阀驱动模块，并为位移采集模块和伺服阀驱动模块设计了相应的调理电路及硬件驱动。在控制器的软件设计阶段，主要设计了单通道伺服控制器与上位机之间的CAN通讯模块，并根据实际系统的需求，设计了单通道控制器的位置伺服闭环程序和人机交互界面。最后，通过实验验证了控制器的正确性，并阐述了单通道伺服控制器的比例增益对系统性能的影响。 本文中采用了基于快速原型技术的DSP程序开发方案，我们首先在利用Simulink中的Embeded Target for C2000 DSP 工具箱编写控制器的伺服闭环程序，然后通过Matlab中的Real-Time Workshop和TI的开发工具将Simulink模型转换成实时控制代码。最后通过Code Composer Studio将实时控制代码下载到单通道伺服控制器中。 本论文研发的单通道伺服控制器可以完成4路传感器信号的采集、1路伺服阀的驱动、8路数字量输入和8路数字量输出。我们并为单通道控制器配备了CAN通讯模块和人机交互模块，用户仅需将上位机的CAN接口与控制器的CAN接口相连并在上位机安装人机交互软件，便可以实现控制参数的实时修改和位移反馈信号的实时监测。 关键词：单通道伺服控制器；DSP；CAN通讯；快速控制原型
基于单片机的语音识别智能家居控制系统设计 摘要：“智能家居”主要通过利用先进的单片机技术，蓝牙识别技术和语音识别技术，将家用电器，如电灯，电视，冰箱等联系起来，通过语音来控制各个家用电器设备，是人们的生活更加方便，安全和健康。 关键词：智能家居；单片机；语音识别 传统的家电控制方式主要有开关按键和红外遥控两种。这两种必须需要人去直接触碰，有着极大的安全隐患，而且控制距离短，不能够穿墙控制。我们在日常生活中经常遇到以下情况，躺在床上看书或看电视时，卧室电灯不能方便地控制，还要起来去关掉电灯。类似这种不方便的情况在家庭生活中多有出现。尤其是对于老年人、残疾人来说，家电控制更为不易。因此我设计了一种基于单片机的智能家居语音控制系统，采用了语音指令控制家用电器的开启或关闭，从而使现代家居生活更轻松、更便捷、更安全。 1 系统介绍 系统主要分为以下几个部分：由语音识别模块、51单片机、蓝牙发送模块组成语音遥控；由蓝牙接收模块、主控器、接口电路组成家电语音控制平台。 2 硬件电路 整个系统的硬件电路主要包括核心主控制和语音识别两个部分主控制部分为STC公司STC12LE5A60S2单片机，语音识别部分为LD3320语音识别芯片系统，用户发出声音控制指令时，语音识别部分把指令传送给主控制器，主控制器处理后，发出命令控制外围的家用电器设备。 3 非特定人语音识别模块设计
LD3320主要组成有高精度的语音识别处理器和一些外部电路，包括声音输出接口和麦克风接口。可以真正实现语音识别，声音控制和人际对话的各项功能，另外还有完整的非特征人语音识别特征库和高效的人语言识别搜索引擎模块。 （1）语音识别分三个步骤：频谱分析、特征提取、匹配识别。LD3320已把各部分硬件集成在单芯片上，我们主要对LD3320进行二次开发。 （2）LD3320芯片采用并行方式直接与单片机相接，具有识别率高，识别速度快，多接口，多支持等优点，可以连续快速识别多种语言。 （3）设计步骤：确定寄存器读写操作方式（并行或串行SPI），熟悉寄存器的功能，确定所需寄存器的地址，编写驱动程序（初始化→写入识别列表→开始识别→响應中断）。 4 单片机控制器 51单片机的显著特征是采用超低功耗架构，可显著延长电池使用寿命；在本设计中，单片机的P0口接LD3320的8个数据口，P3口连接RDB、WRB、CSB、RSTB等控制引脚；SIMO0、SOMI0口连接射频模块的SPI数据口；在主控器上还接有一个扬声器，作为信息反馈装置；51单片机系列单片机针对C语言与汇编程序精心优化，我们可以通过简单的C 语言编程对其行控制。 5 无线信息传输——蓝牙通信 利用HC05蓝牙发射/接收模块完成“操作指令”的发送和接收。 为了实现对家电电器的控制，我们采用LED灯和继电器模拟实物电灯或者家电，通过语音识别去控制家电的开关，为了提高系统的识别率，本系统采用两级指令完成对系统的控制。向LD模块添加关键词时，通过编辑程序定义二维数组设定一级语音指令为“小黑”，二级语音指令为“开灯”、“关灯”，设定指令时，添加拼音的输入方式作为关键词数组，例如添加“小黑”命令，则写入“xiaohei”，汉字间的拼音用空格隔开。实现功能为接收语音
仪器科学与电气工程学院 本科毕业论文（设计）开题报告题目：用于智能家居的语音识别系统设计 学生姓名：学号： 专业：电气工程及其自动化 指导教师：讲师 2015年1月3日
1. 选题依据 1.1选题背景 语言作为人类信息交流中最重要的和最方便的方式,人与机器的交流能否像人与人一样自如,是人们研究的问题。控制论创始人维纳在1950年就曾指出:“通常,我们把语言仅仅看作人与人之间的通信手段,但是,要使人向机器,机器向人以及机器向机器讲话,那也是完全办得到的”。 随着现代科学技术的进一步发展和人民生活水平不断的提高,人们对家庭住宅需求的概念也发生了彻底的改变。人们正在从以往追求房屋空间的宽阔和装饰的亮丽、豪华,向着追求品味、安全、舒适、便捷和智能方向发展。现在的家庭不仅要满足人们生活、工作、娱乐和交流的需要,同时还可以提供充分的安全防护、物业管理等手段。智能家居是建筑艺术、生活理念与信息技术、电子技术等现代高科技手段完美结合的产物,它的出现满足了人们对住宅高性能、智能化的要求21世纪信息时代的到来,IT产业的发展和人们生活水平的提高,“智能家居”、“家庭自动化”、“网络家电”、“家庭网络”等技术的推动,智能家居的生活已经近在咫尺。 在智能家居中传统的家用电器的控制,无外乎两种控制方式:手动或遥控。随着家用电器的增多,开关和遥控越来越多,使用极不方便。这时,我们可以釆用语音识别的方式控制,例如,在观看电视频道时,我们可以很方便地直接说出“中央一套”来,所以语音识别及控制在智能家居中尤其重要。 1.2国内外研究现况 1、语音识别技术的发展 就技术而言，目前国内外对语音识别理论及各种实用算法的研究是一热点。人们普遍关心的问题是不断提高语音识别的识别率、识别更多的词汇量、扩大语音识别的应用等研究。语音识别技术发展到今天，PC 机的语音识别系统己经趋于成熟，而且还出现了一些具有实用价值和市场语音识别前景的语音识别芯片。近几年来，个人消费类电子产品的广泛使用，使大量的识别系统从实验室 PC 平台转移到嵌入式平台设备中，现在嵌入式对特定人语音识别系统的识别精度己经达到 98%以上。嵌入式语音识别系统和 PC 机的语音识别系统相比，虽然其运算速度和内存容量有一些限制，但是它也有各自的特点。嵌入式系统体积小、可靠性高、耗电低、投入小、便于移动等优点，是嵌入式语音识别系统和 PC 机的语音识别系统相比的最大优势。而且嵌入式语音识别系统多为实时系统，当用户讲话后，系统能够立即完成词条识别并作出反应。这些特点决定了嵌入式语音识别系统的应用十分广泛。可以预测在近几年内，嵌入式语音识别系统的应用将更加广泛。各种语音识别系统将出现在市场上。根据美国专家预测，具有语音识别功能的产品可达 50 亿美元。在短期内还不可能具
基于DSP的简易频谱分析仪设计 摘要 我们对一个信号的认识只在时间域是远远不够的，所以还要在频域去认识和分析它。在电子测量中，测量网络阻抗特性以及传输特性是经常遇到的问题问题，其中，幅频特性、增益和衰减特性、相频特性等是属于传输特性内的。它很大程度方便了调整，校准被测网络及排除故障。 本此设计制作了一个简易频谱分析仪从而可以更直观的看到信号的特性。为了实现这一目标，我们需要利用快速傅里叶变换（FFT）来实现对信号的频谱分析。由于DSP可以处理比较复杂的算法本次设计采用FFT算法通过DSP分析显示输入波形的频率值。 关键词：频谱分析DSP FFT 显示频率
The Simple Spectrum Analyzer Design Based on DSP Abstract We can’t know a signal only in the time domain .It is far from enough, so we also recognize and analyze it in the frequency domain. In the electronic measurement, impedance and transmission characteristics of the network are often encountered in the measurement problems; Transmission characteristics include the gain characteristics, attenuation characteristics, amplitude-frequency characteristic and phase frequency characteristics. It provides a great convenience for the adjustment of the network under test, calibration and troubleshooting. We design a simple spectrum analyzer to see the characteristics of the signal more intuitively. In order to achieve this goal, we need to use the fast Fourier transform ，that is FFT which make spectrum analysis of the signal. Since the DSP can solve the more complex algorithms than others. Hence, we designed a simple spectrum analyzer using the FFT algorithm by DSP to show the frequency of the input waveform. Key word s: Spectrum Analyzer ; DSP; FFT ; Frequency Display