潘丽鹏
(咸阳师范学院 外国语学院, 陕西 咸阳 712000)
随着计算机与人工智能技术的快速发展,智能机械设备的应用越来越广泛,作为智能控制的关键技术之一,语音识别控制的能力直接决定机械设备的智能化程度[1-3]。本文提出并设计了一种嵌入式英语语音识别控制系统,采用隐马尔可夫模型进行英语语音的识别,选取WTV180芯片对语音信号进行处理。该系统英语语音识别度高,控制能力强,适于在智能控制领域推广应用。
与语音识别算法所对应的数学模型由辐射、激励和声道三个部分组成。其具体结构如图1所示。

图1 语音识别算法的数学模型结构
其中,激励部分的G(z)为声门脉冲信号;声道部分的V(z)为声道传输函数;辐射部分的R(z)为辐射阻抗;A为调节系数,用以调整函数能量或幅值。该模型的核心功能是确定对语音信号进行转换处理时所需的输出函数H(z),如式(1)。
H(z)=A·G(z)V(z)R(z)
(1)
将人类发音的模拟信号转换为可用于通信传输的数字信号,需要对其基于倍频程衰减完成离散化的预处理,从而使高频信号更加突出,易于分辨,简化分析信号参数的程序,通常基于一阶数字滤波器进行离散化处理,如式(2)。
H(z)=1-uz-1
(2)
式中,u为离散系数且u∈[0,1]。假定x(n)为某时间节点n对应的数值,那么经过预处理可得式(3)。
y(n)=x(n)-kx(n-1)
(3)
式中,k为根据高频信号值取值的系数,这里取k=0.95。
系统语音识别结果的精度取决于算法能够准确实现语音特征的提取。本文选取MFCC(梅尔倒谱系数)方法进行语音信号频域特征提取。……