基于去噪技术的DSP语音识别系统设计

针对语音识别系统对抗环境噪声的实际需求,提出一种二次组合抗噪技术,研究并设计了一种以数字信号处理器(DSP)为硬件平台,以隐马尔可夫模型(HMM)为算法的抗噪声嵌入式语音识别系统。DSP采用型号为TMS320VC5509A的芯片,配以外围硬件电路构成语音识别系统的硬件平台。软件设计以离散隐马尔可夫模型(DHMM)为识别算法进行编程,系统软件主要有识别、训练、学习和USB四个主要模块。实验结果表明:基于二次组合去噪技术的语音识别系统有更好的抗噪声效果。

智能语音识别系统中噪声估计算法的研究和改进

智能语音识别技术的研究已有较长的时间,但由于语音信号本身所具有的多变性、瞬时性、连续性和动态性的特征,使得机器在不同的环境尤其是噪声环境中进行语音信号的识别仍具有一定的困难.为了提高带噪语音信号识别的准确率,本文研究了一种常用的噪声估计算法,即基于后验信噪比的时间递归平均算法.并在此算法的基础上提出了一种对平滑因子的改进算法,将语音活性检测算法与这两种算法在不同输入信噪比下进行模拟验证.通过运算结果的对比分析可以看出,改进后的算法相比于语音活性检测算法最高可以使输出分段SNR提高2.1 d B,相比于原时间递归平均算法最高可以使输出分段SNR提高0.5 d B,表明低输入SNR下改进后的算法可以有效提高语音信号的质量和可懂度.

基于语音识别技术的智能通风柜的设计

传统的实验室通风柜控制设备主要完成对电源、照明、排风控制等功能,其产品集成度低,功能较为简单,另外,现有通风柜的玻璃视窗大多为滑动安装在通风柜中部,其需要操作人员手动将其推上或拉下,存在操作不便,费时费力的缺陷。本设计克服现有技术的不足,提供一种基于普通话的语音识别智能控制系统。