1. 研究目的与意义（文献综述）

据世界卫生组织（who）统计，截至2011年世界患有听力障碍的人数达到3.6亿，而随着近年来智能手机的急速普及，以及对日常生活的渗入日益加深，人们对耳机的使用也日渐频繁，患上听力障碍的风险也越来越高。

我国作为人口大国，约有1.5亿人患有听力障碍，60岁以上老年人患听力残疾总数超过2000万，是世界上听力障碍人数最多的国家。

考虑到多数言语障碍的人能够通过哑语进行基本交流，哑语手势成为主要的交流方式，本课题意图提供一种语音到手势的转换方法，通过语音识别将手势图像显示出来，给语言无障碍者和有障碍者的交流之间提供便捷辅助。

2. 研究的基本内容与方案

本设计目标为实现基于fpga的语音到手势的转换系统。

首先进行孤立词的语音识别声学模型训练，根据《中国手语》录制孤立词所对应的手势图像，然后采用软硬件协同工作的方式，结合芯片的高速处理能力，完成孤立词语音识别到手势图像的转换设计。

在此基础上，利用fpga实现语音到手势的转换，将手势图像和训练好的孤立词声学模型存入fpga的sdram中，将输入的孤立词语音信号与孤立词声学模型进行匹配，输出匹配度最优的结果，最终将识别出的孤立词对应的手势显示在屏幕上。

3. 研究计划与安排

第1周—第3周 搜集资料，撰写开题报告；
第4周—第5周 论文开题；
第6周—第12周 撰写论文初稿；
第13周—第15周 修改论文；
第16周 论文答辩。

4. 参考文献（12篇以上）

[1] 陈乐乐. 聋儿手语与其认知发展研究述评[J]. 中国特殊教育, 2015, 3(3): 1-2.
[2]吴朝晖,杨莹春. 说话人识别模型和方法[M]. 北京: 清华大学出版社, 2011, 2: 5-30.
[3] WANG Hongfeng, ZHANG Hui, LI Qiang. System Design for Software Testing of Complex FPGA Embedded System[C]// Proc. China Conference of Embedded Instrument and System Technology, 2015:521-522.
[4] 陈芝牟. 基于 FPGA 语音识别系统设计与实现[D]. 成都: 电子科技大学, 2012.
[5]刘鹏, 刘思艳, 陈丽薇. 基于CYCLONE II系列可编程逻辑器件的FPGA最小系统设计[J]. 数字技术与应用, 2015, 6: 116.
[6]Kuon I, Rose J. Measuring the Gap Between FPGAs and ASICs[J]. IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, 2015, 26(2):21-30.
[7]罗雅琴, 吴小培, 吕钊, 等. 滑动窗累积量的递推估计算法及其在语音端点检测中的应用[J]. 声学学报, 2015, 40(5): 730-738.
[8] Nedevschi S, Patra R K, Brewer E A. Hardware speech recognition for user interfaces in low cost, low power devices[C]// Proc. 42nd IEEE .Design Automation Conference, 2005:684-689.
[9]Cucchiarini C, Strik H, Boves L. Quantitative assessment of second language learners’ fluency by means of automatic speech recognition technology[J]. Journal of the Acoustical Society of America, 2000, 107(2): 989-999.
[10] Nios II Software Developer’s Handbook [EB], http://www.altera.com/
[11] Burian P, Holota R. Fast image recognition based on n-tuple neural networks implemented in anFPGA[J]. Journal of Real-Time Image Processing, 2013, 11(1): 155-166.
[12] 冯星宇, 黄新, 颜学龙. 支持 AVALON 总线协议的 SPI 通信设计实现[J]. 国外电子测量技术,2013, 32(3):66-70.
[13] 许朋, 周立青, 刘宇航, 等. 基于 FPGA 的高性能浮点型 FFT 处理器设计[J]. 武汉大学学报:工学版, 2015, 48(1):120-124.
[14] 杨钏钏. 基于 FPGA 的非特定人孤立词语音识别系统设计与实现[D]. 西安: 西安电子科技大学,2014.[15] 刘晓峰, 张雪英, 贺元元. 基于切比雪夫核的 SVM 在语音识别中的应用[J]. 计算机工程与设计,2013, 34(5): 1783-1786.