摘 要

近些年语音识别这项技术发展很快，在很多地方得到应用，对语音进行辨认是人机交互很重要的部分，应用范畴很大，逐渐成为了一个十分抢手的领域。目前能在很多场景下使用到语音识别，例如手机的语音识别，语音玩具，智能家电等等。目前许多语音识别系统是基于一定的平台通过软件实现的，但是更多的语音识别应用场景需要脱离软件系统，需要设计专用的语音识别芯片，具有低功耗、体积小、可移植等优点。随着集成电路的发展以及语音识别的相关算法的改进，这些都加速了语音识别系统的发展，让语音识别有了新的应用开发渠道。论文的主要研究工作如下：

（1）研究语音信号产生的原理以及接收原理，分析人的听觉系统，分析语音识别的基本模块和组成部分，选取了Altera公司的EP4CE10作为FPGA主控芯片。分析研究了语音识别技术的基础知识以及算法。

（2）在设计最开始阶段，首先利用录音软件对语音进行采集，在MATLAB平台进行数据的分析，并对信号进行处理，通过训练得到参考模板库。具体实现的硬件部分，在FPGA平台上用硬件描述语言来实现语音识别算法，并且对实时语音信号进行处理。

关键词：语音识别；隐马尔可夫模型；FPGA

Abstract

Speech recognition technology has developed rapidly in recent years and has been applied in many places. Speech recognition is a very important part of human-computer interaction, and its application scope is very large. It has gradually become a very popular field.At present, it can be applied to speech recognition in many scenarios, such as speech recognition of mobile phones, speech toys, smart home appliances and so on. At present, many speech recognition systems are realized by software based on certain platforms, but more speech recognition application scenarios need to be separated from the software system, and special speech recognition chips need to be designed, which have the advantages of low power consumption, small size and portability. With the development of integrated circuits and the improvement of speech recognition algorithms, these have accelerated the development of speech recognition systems and provided new application development channels for speech recognition. The main research work of this paper is as follows:

1. studied the principles of speech signal generation and reception, analyzed the human auditory system, and analyzed the basic modules and components of speech recognition. EP4CE10 of Altera company was selected as the FPGA master control chip. The basic knowledge and algorithm of speech recognition technology are analyzed and studied.
2. at the very beginning of the design, voice was collected by using recording software, data was analyzed on the MATLAB platform, and signals were processed. Reference template library was obtained through training. For the hardware part, the speech recognition algorithm is realized by hardware description language on FPGA platform, and the real-time speech signal is processed.

Key words: speech recognition;Hidden markov model; FPGA

目 录

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 主要涉及内容

1.4 本文结构

第2章 语音识别技术基础知识

2.1 语音信号形成的基本原理

2.1.1 语音信号的产生

2.1.2 语音听觉系统

2.1.3 生成语音信号的数学模型

2.2 语音信号的数字化及预处理

2.2.1 语音信号的数字化 8

2.2.2 语音信号的预处理 9

2.3 语音信号的端点检测

2.4 语音信号特征参数的提取

2.4.1 线性预测倒谱系数

2.4.2 梅尔频率倒谱系数

第3章 语音识别系统总体设计

3.1 语音识别算法的分析

3.1.1 矢量量化技术

3.1.2 隐马尔可夫模型（HMM）

3.1.3 动态时间规整算法（DTW）

3.2 系统总体设计

3.3 软件设计部分

3.4 硬件设计部分

第4章 系统仿真与实现

4.1 Matlab仿真分析

4.2 实物结果与分析

第5章 总结与展望

参考文献

致谢

第1章 绪论

1.1 研究背景及意义

近些年人工智能技术的发展，人们可以发现计算机在大家的日常活动中的更为广阔的应用领域，比如模式识别图像识别等，这些都让人与计算机的联系越来越紧密。当前，人工智能计算在人们日常工作和生活中发挥着重要作用。研究人员最喜欢的主题之一的语音识别，也多亏了人工智能的开发而急速进步。最基本的对语音进行辨认的技术是将人的声音转换成相应的文本输出的机器。到目前为止，这项技术越来越智能，可以将人类发出的命令翻译成机器能够理解的机器语，实现与之对应的动作。

语音识别技术研究主要体现在两个方面，一种是在现在的电脑、手机等，为了实现软件需要特定的平台。另一个是设计特殊的语音识别芯片。语音识别芯片具有稳定的性能和高速的数据处理速度。它们最重要的特征是可以移植到任何电子产品上。与前者相比，没有软件系统而独立存在，拥有更广阔的开发空间。那个适用于平时的方方面面。