下载文档原格式
通信工程学院12级1班罗恒2012101032实验一语音信号的低通滤波和短时分析综合实验一、实验要求1、根据已有语音信号,设计一个低通滤波器，带宽为采样频率的四分之一，求输出信号；2、辨别原始语音信号与滤波器输出信号有何区别，说明原因；3、改变滤波器带宽,重复滤波实验,辨别语音信号的变化，说明原因；4、利用矩形窗和汉明窗对语音信号进行短时傅立叶分析,绘制语谱图并估计基音周期，分析两种窗函数对基音估计的影响；5、改变窗口长度，重复上一步,说明窗口长度对基音估计的影响。
二、实验目的1.在理论学习的基础上，进一步地理解和掌握语音信号低通滤波的意义，低通滤波分析的基本方法。
2.进一步理解和掌握语音信号不同的窗函数傅里叶变化对基音估计的影响。
三、实验设备1.PC机；2。
MATLAB软件环境；四、实验内容1。
上机前用Matlab语言完成程序编写工作.2。
程序应具有加窗（分帧）、绘制曲线等功能。
3.上机实验时先调试程序,通过后进行信号处理。
4.对录入的语音数据进行处理,并显示运行结果。
5。
改变滤波带宽，辨别与原始信号的区别。
6。
依据曲线对该语音段进行所需要的分析,并且作出结论。
7.改变窗的宽度(帧长）,重复上面的分析内容。
五、实验原理及方法利用双线性变换设计IIR滤波器（巴特沃斯数字低通滤波器的设计），首先要设计出满足指标要求的模拟滤波器的传递函数Ha(s)，然后由Ha（s）通过双线性变换可得所要设计的IIR滤波器的系统函数H(z)。
如果给定的指标为数字滤波器的指标，则首先要转换成模拟滤波器的技术指标,这里主要是边界频率Wp和Ws的转换，对ap和as指标不作变化。
边界频率的转换关系为∩=2/T tan（w/2).接着,按照模拟低通滤波器的技术指标根据相应设计公式求出滤波器的阶数N和3dB截止频率∩c ；根据阶数N查巴特沃斯归一化低通滤波器参数表,得到归一化传输函数Ha(p）；最后，将p=s/ ∩c 代入Ha（p）去归一，得到实际的模拟滤波器传输函数Ha（s）。
语音系统方案第1篇语音系统方案一、项目背景随着信息技术的飞速发展，语音交互系统已广泛应用于各个行业，为用户带来便捷高效的服务体验。
为了提升我国在某领域的智能化服务水平，降低人工成本，提高工作效率，本项目将针对现有业务需求，制定一套合法合规的语音系统方案。
二、项目目标1. 提高服务效率，缩短用户等待时间。
2. 降低人工成本，提高资源利用率。
3. 提升用户满意度，增强企业竞争力。
4. 确保系统安全可靠，遵循国家法律法规。
三、系统架构本语音系统采用模块化设计，主要包括以下四个部分：1. 语音识别模块：实现用户语音输入的识别，将语音信号转化为文本信息。
2. 语义理解模块：对识别出的文本信息进行理解，获取用户意图，为后续处理提供依据。
3. 业务处理模块：根据用户意图，调用相关接口，完成业务处理。
4. 语音合成模块：将处理结果转化为语音信号，输出给用户。
四、关键技术1. 语音识别技术：采用深度学习算法，实现高精度、高速度的语音识别。
2. 语义理解技术：运用自然语言处理技术，准确理解用户意图。
3. 业务处理技术：结合业务场景，设计合理的业务流程，确保业务处理的合规性。
4. 语音合成技术：采用高质量的语音合成算法，提升用户体验。
五、合规性保障1. 数据保护：严格遵守国家有关数据保护的法律法规，对用户数据进行加密存储和传输。
2. 隐私保护：尊重用户隐私，不泄露用户个人信息。
3. 合法合规性审查：在系统设计、开发、测试和上线等阶段，进行合法合规性审查，确保系统符合国家法律法规要求。
六、实施方案1. 需求分析：深入了解业务需求，明确系统功能、性能和安全性等要求。
2. 系统设计：根据需求分析，设计系统架构、模块划分和接口规范。
3. 技术选型：结合项目需求，选择合适的语音识别、语义理解、业务处理和语音合成技术。
4. 系统开发：按照设计文档，进行系统开发，确保各模块功能完善、性能稳定。
5. 系统测试：对系统进行全面测试，包括功能测试、性能测试、安全测试等，确保系统满足需求。
基于语音识别技术的智能语音输入系统设计与实现随着科技的发展，人们对于智能化、人机交互的需求越来越高。
在这个背景下，语音识别技术应运而生，它为人们提供了一种更加便捷、自然的输入方式，广泛地应用在智能手机、智能音箱等设备上。
本文将探讨基于语音识别技术的智能语音输入系统的设计与实现。
一、语音识别技术的发展语音识别技术是一种将人类语言转化为机器可识别的语言的技术。
它是人机交互领域重要的组成部分，其发展历程可以追溯到20世纪50年代。
在20世纪80年代末期，语音识别技术开始进入商业化阶段，应用范围也逐渐扩展至电话交互、车载导航、人机交互等领域。
随着深度学习技术的发展，语音识别技术越来越受到重视。
在2011年之前，语音识别的识别率只有70%左右，但是2011年以后，基于深度学习的端到端语音识别技术发展迅速，目前在专业领域已经达到了接近人类的准确率。
二、智能语音输入系统的设计智能语音输入系统是指通过语音识别技术将人类语音转化为计算机可读的信号，从而实现输入、查询等操作的系统。
该系统应当满足以下设计原则：1.语音识别率高。
语音识别率直接关系到系统的可用性，因此需要选择高精度的语音识别技术。
2.系统反应速度快。
由于语音输入的识别过程需要时间，系统应当在尽可能短的时间内返回识别结果。
3.用户体验好。
系统应当易于操作，提供良好的用户交互效果，避免用户出现误操作或者输入失败的情况。
基于以上原则，我们可以设计以下智能语音输入系统流程：1.声音采集。
系统通过麦克风采集声音信号，发送给语音识别引擎。
2.语音识别。
语音识别引擎对声音信号进行语音识别，并返回识别结果。
3.语音合成。
系统将识别结果转化为可读的语音信号返回给用户。
4.命令执行。
用户将语音识别结果传达给系统，系统对于该指令进行分析、验证，并执行相应的操作。
以上流程需要一套完整的技术支持，包括声音信号采集、语音识别引擎、语音合成引擎、命令分析、命令执行等相关技术。
三、智能语音输入系统的实现智能语音输入系统的实现需要以下步骤：1.声音采集。
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；GUIABSTRACTSpeech 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 domain,frequency domain proceeding,and discussed the basic theory of speech recognition technology.Five algorithm are discussed:Dynamic Time Warping(DTW)、Rule-based Artificial Intelligence,Artificial Neural Network(ANN),Hidden Markov Model(HMM),HMM combined with ANN.The focus is put in the theoretical studies of Hidden Markov(HMM) model algorithm,and the classical HMM algorithm is improved.Speech recognition algorithm is realized in various programs,this article taking the method is to use Matlab powerful mathematical operation ability to realize the recognition of speech signal isolation. Matlab is a powerful mathematic software with a mass of toolboxes dealing with signal processing. It gives a terrific shortcut to the research of signal processing,especially the wave analysis. We can characterize the sound with key parameters such as intensity, frequency etc. In this paper, hidden Markov model (HMM) recognition algorithm using MFCC (MELfrequency cepstral coefficients) as the main voice characteristic parameters, the establishment of a Chinese digital speech recognition system, including the preprocessing of the speech signal,the extraction of characteristic parameters the training of the recognition template,identifying matching algorithm;the same time,the use of Matlab graphical user interface development environment designed speech recognition system interface,is designed to be simple,easy to use,friendly interface. Besides,to have a simple exploration of the voice recognition is another target.After statistics,recognition result obviously is made out as the expected goal.Key words：Speech recognition algorithm；HMM model；Matlab；GUI目录一、前言 (1)1.1语音识别的发展历史 (1)1.2语音识别研究现状 (1)1.3语音识别系统的分类 (2)1.4语音识别系统的基本构成 (3)1.5语音识别技术难点 (3)1.6语音识别发展前景 (4)二、语音信号分析 (4)2.1语音学知识 (4)2.1.1音素和音节 (5)2.1.2汉语的声调 (5)2.1.3语音信号产生模型 (6)2.2语音信号数字化和预处理 (7)2.2.1数字化 (7)2.2.2预加重处理 (7)2.2.3防混叠滤波 (8)2.2.4加窗处理 (8)2.3语音信号的时域分析 (9)2.3.1短时能量分析 (9)2.3.2短时平均过零率 (11)2.3.3短时自相关函数和短时平均幅度差函数 (12)2.3.4语音端点检测 (13)2.4语音信号的频域分析 (14)2.4.1滤波器组法 (14)2.4.2傅立叶频谱分析 (14)2.5特征参数提取 (15)2.5.1 LPCC倒谱系数 (15)2.5.2 Mel频率倒谱系数 (16)三、语音识别主要算法 (17)3.1动态时间伸缩算法 (17)3.2基于规则的人工智能方法 (18)3.3人工神经网络方法 (19)3.4隐马尔可夫方法 (20)3.5 HMM和ANN的混合模型 (21)四、隐含马尔可夫模型算法 (23)4.1 HMM的基本理论和数学描述 (23)4.2 HMM的三个基本问题及解决算法 (24)4.3 HMM算法的改进 (31)4.4 HMM的结构和类型 (33)4.5 HMM算法实现的问题 (34)五、基于Matlab环境下的语音识别算法实现 (35)5.1识别系统平台介绍 (35)5.2在Matlab中HMM算法的实现 (36)5.2.1端点检测 (36)5.2.2特征参数提取 (36)5.2.3训练和识别 (37)5.3实验结论分析 (38)六、结束语 (39)6.1回顾 (39)6.2展望 (39)七、致谢 (40)参考文献 (40)一、前言1.1语音识别的发展历史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。
智能机器人语音控制系统的设计摘要语音识别技术是当今世界的研究热点之一，一直受到学术界和企业的普遍关注，语音识别技术的应用对于智能机器人的实用化会取到巨大的作用。
同时，通过智能机器人这一平台，也可以更好的研究语音技术的实用化问题，从而使之得到更广泛的运用。
本系统的设计的目的就是为了方便人机交互，论文首先介绍了智能机器人语音识别技术的发展历程，并分析了影响机器人语音识别的主要因素。
然后详细介绍了语音识别的原理以及在语音信号处理过程中采用的分析方法和技术。
接着介绍了芯片SPCE061A 单片机的特点，并以此芯片为主控芯片建立起了语音控制系统的硬件结构，并编写了相应的程序。
最后，通过对系统进行了调试和仿真得出结论：该机器人采用语音识别对机器人进行控制，可以完成向前走、倒退、左转、右转、停止、发射等功能。
关键字：SPCE061A单片机；机器人；语音识别；调试和仿真THE DESIGN OF SPEECH-CONTROLLEDINTELLIGENT ROBOT SYSTEMABSTRACTSpeech recognition technology is one of the focus of today's world, has been the general concern of academia and business.Speech recognition technology for intelligent robots will be practical to take a great role. Meanwhile, the intelligent robot platform can better study the practical problems speech technology, thus making it more widely used.The purpose of this design is to facilitate human-computer interaction. First the paper introduces the development process of the intelligent robot voice recognition technology, and analyzes the impact of the main factors to the robot speech recognition. Then it introduces the principle of speech recognition and speech signal processing methods and techniques used in analysis. And then it describes the characteristics of the chip microcomputer SPCE061A, and to establish a voice control system hardware structure of this system,compiled the corresponding program. Finally, the system was debugged and simulated.The conclusion is that the robot speech recognition to control the robot can be done forward, backward, turn left, turn right, stop, firing and other functions.Key word : SPCE061A MCU；robotics；peech recognition；debugging and simulation目录1 绪论 (1)1.1课题研究背景 (1)1.2智能机器人概述及现状 (2)1.2.1 智能机器人概述 (2)1.2.2 智能机器人发展方向 (3)1.3语音识别技术的概述 (5)1.4语音识别的发展历史 (5)1.4.1 国外研究历史及现状 (5)1.4.2 国内研究历史及现状 (6)1.5语音识别技术的前景和应用 (7)1.6影响智能机器人语音识别系统设计的主要因素 (8)1.7论文主要研究内容 (9)2 语音识别原理和设计采用方案 (10)2.1语音识别的分类 (10)2.2语音识别基本原理 (10)2.3语音信号预处理 (11)2.4特征量的提取 (12)2.4.1 线性预测分析 (13)2.4.2 倒谱分析 (15)2.5模式匹配及模型训练技术 (15)2.6本设计选用的方案 (16)2.6.1 系统采用的芯片 (16)2.6.2 系统采用的语音识别算法 (17)3 智能机器人语音控制系统硬件电路设计 (19)3.1设计总体方案 (19)3.2SPCE061A单片机的主要特点 (20)3.3电源模块 (21)3.4MIC输入模块 (22)3.5语音输出模块 (23)3.6超声波传感模块 (23)3.7通信模块 (24)3.8机器人动作模块 (25)4 智能机器人语音控制系统软件设计 (27)4.1设计总体方案 (27)4.2语音识别模块 (29)4.3语音训练模块 (30)4.4语音播放模块 (31)4.5机器人动作模块 (32)5 系统调试及仿真 (33)5.1系统调试 (33)5.1.1 硬件调试 (33)5.1.2 软件调试 (33)5.2系统仿真 (34)5.3结论 (35)参考文献 (36)致谢 (37)附录设计源程序 (38)附件：附件1 开题报告（文件综述）附件2 译文及原件影印件1 绪论1.1 课题研究背景随着现代科学技术和计算机技术的发展，人们在与计器的信息交流中，需要一种更加方便、自然的方式。
初学素描透视教案教案标题：初学素描透视教案教案目标：1. 理解透视原理，并能够应用到素描中。
2. 掌握素描中的线条运用和阴影表现。
3. 提高学生对空间感和观察力的培养。
教学重点：1. 理解透视原理和应用透视于素描作品中。
2. 学习运用线条表现物体的形态和空间关系。
3. 学习运用阴影表现物体的光影效果。
教学难点：1. 理解透视原理的复杂性。
2. 掌握透视线和消失点的正确运用。
3. 提高观察力和准确表现形体的能力。
教学准备：1. 白纸、铅笔、橡皮、素描纸。
2. 素描作品范例或图片。
3. 透视工具（例如：直尺、水平仪等）。
教学过程：步骤一：引入（5分钟）引导学生回顾他们之前所学的几何知识，例如线段、平行线等，以激发他们对透视原理的兴趣，并了解透视在绘画中的重要性。
步骤二：讲解透视原理（15分钟）通过简洁明了的方式，讲解透视原理的基本概念，包括消失点、视线、透视线等，并举例说明不同类型的透视（一点透视、两点透视、三点透视）。
步骤三：实践练习（30分钟）1. 分发素描纸和铅笔，引导学生在纸上练习画直线、平行线段，并通过观察范例或图片，尝试应用透视原理绘制简单的立体物体。
2. 引导学生观察现实生活中的不同角度和距离，帮助他们理解透视原理在真实世界中的运用。
3. 鼓励学生尝试使用不同的线条表现物体的形态和空间关系。
步骤四：阴影表现（20分钟）1. 讲解阴影的基本概念和不同类型的阴影（明暗、投影等）。
2. 引导学生通过观察范例或图片，学习如何运用阴影表现物体的光影效果。
3. 让学生尝试使用不同的铅笔压力和阴影刻度进行阴影的绘制。
步骤五：绘制作品（20分钟）鼓励学生选择一个简单的立体物体，并运用之前学到的透视原理、线条和阴影技巧，绘制一个具有立体感和光影效果的素描作品。
步骤六：作品分享和评价（10分钟）鼓励学生展示他们的作品，并进行同伴间的分享和评价，学生可以互相借鉴和提出建议，以促进彼此的学习和进步。
教学延伸：1. 给学生提供更多的素描练习机会，鼓励他们在绘制不同物体和场景中应用透视和阴影技巧。
信息技术教学《语音识别技术》教学设计包桂霞 江苏省南京市科利华中学● 设计背景当前人工智能课程刚起步，还处于探索研究阶段，各版本教材多以理论介绍为主，缺少感知体验、实践模拟。
如何以学习者为中心，上好基于大班教学的普惠型人工智能课程是本文探索的重点，本文以智能语音技术中的语音识别技术一课为例探讨如何培养学生的人工智能鉴赏力、理解力、应用力、创新力以及责任感。
● 学习内容分析智能语音技术是人工智能领域的重要分支，在生活中有着广泛应用，如语音输入、语音导航、语音助理、语音音箱、语音评测等。
它综合应用了大数据、机器学习、声学、语言学等知识。
初中阶段侧重于让学生了解语音识别的定义，理解其工作流程，知道其应用，初步尝试运用人工智能技术创新地解决生活中的问题。
● 学习者分析本课的学习者是初一年级学生，他们乐于接受新技术，在生活中已经积累了许多使用语音识别技术的经验，如进行语音输入、语音导航、使用智能音箱等，为理解语音识别的定义及价值奠定了基础。
他们乐于挑战，对稍具难度的知识保持着较强的好学心，他们爱动手、乐创造，对制作“智能语音导游”有着强烈的内驱力。
本课的学习任务具有挑战性，需要学生们分组合作完成，课前将学生分为3人一组，每组一个平板，一套人工智能设备。
这需要教师指导学生进行合理分工，调动每一位成员的积极性，确保小组合作高效进行。
● 学习目标①识别语音识别技术在生活中的应用并了解及价值；②掌握语音识别技术的定义并理解其工作流程；③运用语音识别技术设计智能导游的功能并编程实现；④树立合理使用人工智能技术的社会责任。
● 教学过程1.慧眼识AI（1）展示“黑科技”，激发学习兴趣，掌握概念课前教师搭建基于小米小爱音箱和小米空调伴侣的“人工智能+物联网”环境，实现语音控制空调开关；在一体机上连接讯飞智能语音鼠标，实现语音转字幕。
师：今天有点冷，让我们打开空调。
小爱同学，请打开空调，设置26度。
（此时空调自动启动，同时教师的语言以字幕形式呈现在一体机屏幕上，学生们看到这两个现象时露出十分惊奇的表情，课堂气氛一下子被调动起来）请大家分析老师的语音实现什么功能。
基于语音识别的智能语音交互系统设计智能语音交互系统设计是一种基于语音识别技术的前沿应用，它可以将人类的语音指令快速准确地转化为计算机能够理解的信息，并以自然、智能的语音回应用户的需求。
本文将介绍智能语音交互系统的设计原理、实现方法和应用领域。
一、设计原理智能语音交互系统的设计基于语音识别技术，其核心任务是将语音信息转化为文本信息。
这需要借助于声学模型、语言模型和声学特征提取等技术。
声学模型根据大量的训练数据进行学习，可以准确地判断语音信号中的音素。
语言模型根据语法、语义和上下文等因素对音素进行解码，进一步提取出文本信息。
声学特征提取则负责提取语音信号中的频谱、光谱等特征，用于训练声学模型。
二、实现方法智能语音交互系统的实现需要以下几个步骤：1. 语音数据采集：系统需要采集大量的语音数据用于训练。
可以通过麦克风或者电话录音等方式进行数据采集。
2. 数据预处理：采集到的语音数据需要进行预处理，包括例如去噪、音频增强等操作，以提高语音识别的准确性。
3. 特征提取：通过声学特征提取技术，从语音信号中提取频谱、光谱等特征，用于训练声学模型。
4. 模型训练：将预处理过的语音数据和相应的标注文本输入到声学模型和语言模型中进行训练。
通过迭代和优化，使模型能够准确识别语音信息。
5. 语音识别：训练完成后的模型可以用于实时语音识别。
用户通过话筒输入语音指令，系统将语音转化为文本，并根据文本返回相应的回应。
6. 自然语言处理：文本信息经过语音识别后，需要进行自然语言处理，将用户的需求进行解码和理解。
这包括词法分析、语义分析等过程，以便系统能够准确理解用户的意图。
7. 回应生成：系统根据用户的语音指令和自然语言处理的结果，生成相应的回应并以语音形式输出。
可以利用文本合成技术将文本转化为语音信号，通过扬声器输出给用户。
三、应用领域智能语音交互系统的设计有着广泛的应用领域。
1. 智能助理：智能语音交互系统可以被应用为智能助理，帮助用户处理日常生活中的各种事务。
收稿日期:2003211221
作者简介:朱 红(1957—
),女,副教授,副院长1语音录入系统实验设计方法研究
朱 红 唐 续 皇晓辉
(电子科技大学电子工程学院,成都 610054)
摘 要:本文结合单片机系统构成语音处理器的原理和方法,设计了综合型实验。
通过基于过零率一位采集法的硬、软件技术集成,有利于培养学生在通用硬件、系统软件、专用接口的综合设计思想和能力。
关键词:语音录入;系统实验;设计方法
中图分类号:G 642 文献标识码:A 文章编号:100224956(2004)0520108205
1 综合系统概念设计
语音采集是指把语音声波信号经过话筒和放大器转换成具有一定幅度的模拟电信号,然后再转换成计算机能够存贮处理的数字量信号。
1979年,美国德克萨斯仪器公司
生产的利用微型计算机的语音发生器“S peak and spell ”
(说和拼),为人们展示了用单片机系统构成语音处理器的光明前景。
系统原理框图如图1所示,放音时,数据经1位D/A 、功放电路之后传至扬声器,从而实现了语音的合成。
而语音D/A 播放则是A/D 采集的逆过程。
图1 系统原理框图
系统实验设时域分析方法。
其特点是:
(1)用时域波形来表示语音信号比较直观,清晰易懂;
(2)时域波形语音信号的数字处理实现起来较为简单;
(3)用时域信号进行一些数字处理,可得到语音信号的一些重要特性,为分析语音信号提供重要的依据;
(4)可采用较为通用的设备,且使用方法简单。
实验中采用过零分析进行时域分析。
对窄带信号,平均过零率是信号频率量的简单度量(图2)。
考虑到语音信号是宽带信号,应用短时平均过零率可以得到频谱特性的粗略估算。
短时平均过零率是基于一种短时处理技术。
801中国科技论文统计源期刊
实 验 技 术 与 管 理 V ol 121 N o 15 2004
图2 求过零率的硬件电路工作原理
2 系统集成方案
系统开发流程如图3所示。
图3 系统开发流程
功能及操作设计见图4。
该方案使系统具有基本的语音输入、输出功能,并兼有显示语音数据形式功能。
按“0”键均返回上级选项。
3 语音综合实验核心技术
(1)语音采集技术
语音采集是指把语音声波信号经过话筒和放大器转换成具有一定幅度的模拟电信号,再转换成计算机能够存贮、处理的数字量信号。
语音信号在时间和幅度上都是连续的物理量,欲转换成数字量,需要解决时间离散和幅度离散(量化)问题。
通过时间离散化确定时间间隔(采样频率);通过幅度量化则可以确定级别,并用级差反映“分辨率”。
语音信号中最主要的因素就是“过零率”,它决定了语音的频率,即语调。
通过把分辨率定为1,对语音进行1位A/D 采样就可以满足“听懂”的要求。
实验中引用μA741运算放大器构成施密特触发器,对放大后的音频信号进行过零检测。
9
01语音录入系统实验设计方法研究
图4 系统功能操作框图
(2)硬件电路设计
语音信号从话筒录入,经LA3210组成的前置放大电路进行电压幅度放大、启动触发器(话筒录入的信号2～5rnV ),送至μA741构成的施密特触发器进行过零检测,转换成离散数字信号,由8051的P015数字输入口读入,如图5所示。
(3)单通道音频前置放大集成电路
集成前置放大电路主要用于功率放大器前担任电压放大。
LA3210在电路中的连接使用电路如图6所示,其中③,⑧脚间的516k 电阻为负反馈电阻,其值影响放大器的增益,而④,⑧间的系列电阻、电容、二极管构成A LC 整流、滤波、延时电路。
4 综合实验中的软件能力培养
本系统设计考虑音频信号转换为离散数字信号后,从P014～P017之一的普通数字口输入;软件用MCS51汇编语言编写,要求
:
011实 验 技 术 与 管 理
图5
语音采集电路图与原理框图
图6 LA3210的连接使用
(1)注重软件系统分析和程序的可读性;
(2)实现完全开放式、模块化程序设计;
1
11语音录入系统实验设计方法研究
(3)功能子程序编写时,对所有用到寄存器进行进、出栈的操作,具有通用性并可供直接调用。
程序结构图如图7所示。
图7 程序结构图
结论 微机技术与传统测试原理和方法的结合,其应用领域非常广阔。
通过数字化语言录入、处理、输出系统大型综合实验,可以系统掌握通用硬件、系统软件、专用接口的综合设计思路、过程及硬、软件集成技术的核心方法。
并为后续的测试能力训练打下良好基础。
[参考文献]
[1](日)安居院猛,中岛正之著,周迪伟译1计算机语音基础[M]1国防工业出版社,19871
[2]朱民雄1计算机语音技术[M]1北京航空航天大学出版社,19911
[3]程 勇,等1音响技术与设备[M]1浙江大学出版社,19931
[4]朱 红1现代电子技术综合实验及测试技术[M]1电子科技大学出版社,19981
211实 验 技 术 与 管 理。
