语音识别中动态时间规整算法的硬件加速实现

动态时间规整算法(Dynamic Time Warping,DTW)是语音识别中常用的技术之一。为了提升因数据量增加以及算法对数据的高度依赖性所导致的计算性能降低,提出一种针对语音帧的动态时间规整算法硬件架构。识别计算过程中,通过使用算法时间复杂度相对低的下界距离函数(Lower Bound Function,LBF)取代算法时间复杂度高的动态时间规整算法进行语音特征序列全模板匹配,筛选出近似的语音特征序列,经过逻辑组件的流水线调度送入PE-FIFO环形计算单元,进行精准动态时间规整计算。实验使用ARTIX-7 XC7A35T器件进行板级验证,平均耗时4.58 ms,相较于同类型硬件识别方案速度提升4倍以上,识别率达到91%。

双麦克风语音增强算法研究与实现

为了满足小型化嵌入式设备语音增强对阵列体积和语音增强性能的需求,提出了一种基于一阶差分阵列的双麦克风语音增强改进算法,并给出了硬件实现方案。针对现有算法容易因静音段估计不准确造成语音增强性能下降这一问题,引入了语音活动检测,通过语音活动检测对有无声段进行判别,实现对静音段的准确估计。实验结果表明,引入语音活动检测可以有效提高语音增强的质量,相较于改进前,语音PESQ得分平均提高20.18%;基于该改进方案的FPGA硬件实现,在结果准确性方面,与纯浮点Matlab平台等效,在实时性方面,处理1 s的16 kHz语音仅需要1.92 ms,可实现实时语音增强。