嵌入式实时英语语音识别系统的设计和实现

　　随着移动设备的快速发展，迫切需要一种更友好、更便捷的用户操作系统。自动语音识别系统能够提供便利的人机交互，将成为一种主要方法。目前，实验室环境中自动语音识别系统已经取得了很好的效果，但需要很大的存储空间和运算资源。当自动语音识别应用于移动设备时，必须对模型和识别策略进行相应改进，才能满足其对运算速度、内存资源和功耗的要求。为了解决这个问题，本文将结合英语语音的特点,设计并实现嵌入式英语语音识别系统，完成中等词汇量的孤立词实时识别任务。

　　1 硬件平台

　　嵌入式系统的软硬件高度结合，针对系统的特定任务，要量体裁衣、去除冗余，使得系统能够在高性能、高效率、高稳定性的同时，保证低成本和低功耗。因此，系统硬件平台的选用是影响系统整体性能的关键因素。系统采用Infineon公司Unispeech 80D51语音处理专用芯片作为核心的硬件平台，该芯片集成了一个16位定点DSP核(OAK)、一个8位MCU核(M8051 E-Warp)、两路ADC、两路DAC、104KB的SRAM以及高灵活性的MMU等器件。其中DSP最高工作频率可达100MHz，MCU最高工作频率为50MHz。

　　由于系统的语音处理专用芯片UniSpeech集成了大部分的功能单元，片外所需元件很少，因此系统硬件平台的板级结构非常简单。图1为硬件平台的板级结构图。

　　专用芯片只需外接：

　　(1)EPROM：存放系统程序；

　　(2)Flash Memory：存放语音识别系统需要的声学模型参数和系统中的语音提示、语音回放数据；

　　(3)语音输入器件：可直接外接麦克风，接收语音信号；

　　(4)语音输出器件：可直接外接扬声器或耳机，输出系统的提示音；