嵌入式实时英语语音识别系统的设计与研究

周晓武

（宝鸡文理学院 外语系，陕西 宝鸡721000）

嵌入式实时英语语音识别系统的设计与研究

周晓武

（宝鸡文理学院 外语系，陕西 宝鸡721000）

针对本次英语语音识别系统的设计之中，应用嵌入式技术，可以应用嵌入式DSP语音芯片，以连续隐含马尔可夫模型为基本识别框架，优化设计英语语音识别系统。结果证实，设计出基于嵌入式的实时英语语音识别系统，可以在实际应用中实时识别出不同的英语语音，而且也能够提升系统在应用中对于英语语音的识别率，提升29.0%，对于英语语音的识别速度也快，发挥积极应用效益。研究结论表明，设计嵌入式的实时英语语音识别系统，具有可行性，不仅可以提升系统识别英语语音的速度，也发挥积极的应用效益，可以在实践中推广该系统设计方法。

语音识别；实时英语语音识别系统；嵌入式设计；设计语音系统

speech system

针对本次研究中，分析研究关于实时英语语音识别系统设计方面的问题，还能够基于嵌入式现代信息技术，优化设计实时的英语语音识别系统，以便利用嵌入式系统开发板硬件平台，设计语音识别算法程序，设计实现实时英语语音识别系统，发挥积极影响。以下本篇对此做具体分析。

1 嵌入式技术

对于我国当前信息化技术发展前提下，嵌入式技术也不断被推广应用到工业、农业、教育信息化等多种领域。实际中，嵌入式技术，就是将设备控制程序写进芯片中，将芯片嵌入到设备中，从而通过该嵌入式芯片控制设备完成相应操作的技术。并且嵌入式技术在语音识别系统设计中，也具备一定的应用优势，将嵌入式技术应用到语音识别系统中，在识别特定人的语音方面，可以使系统的识别精度提升到98%以上[1]。其次，在实际应用中，嵌入式技术还具备可靠性高、体积小以及耗电低的优势，可以节约语音识别系统设计成本，发挥积极应用优势。而且在设计实时英语语音识别系统中，应用嵌入式技术，可以在用户讲话后，实时传输处理语音信号，提升系统设计性能[2-6]。在实际中，应用嵌入式技术优化设计实施英语语音识别系统，发挥积极应用价值。

2 系统设计需求

设计嵌入式实时英语语音识别系统，能够应用嵌入式芯片，简化系统体积，也可以获得更为简化的人际交互模式，优化系统设计性能[7]。对于实时英语语音识别系统设计中，还应该确保该系统具备很好的人机交互平台，确保系统用户可以个性化应用该系统，消除人机交互过程中的语言障碍[8-13]。目前英语语音识别系统中，语言识别准确性不会达到百分百[14]；英语语音识别受特定人、口音以及方言的影响，会降低英语语音识别系统的精度；对此，可以应用嵌入式技术，在系统中应用嵌入式语音识别算法，确保系统可以快速实时识别英语语音，提高系统识别英语语音的识别率与识别速度[15]。同时，对于本文设计嵌入式的实时英语语音识别系统中，也应该确保系统具备很好的工作稳定性好，提升英语语音识别率，提升系统在工作中的抗噪声能力，确保设计出的系统满足实际用户应用需求。

3 设计实现嵌入式实时英语语音识别系统

3.1 系统的总体结构设计

对于本次设计的嵌入式技术支持下的实时英语语音识别系统设计之中，对于系统中，主要可以由“嵌入式的中央处理器、只读存储器、外围控制电路、可读写存储器以及外围设备”等组成。系统总体设计结构如图1所示。

图1 系统总设计结构

并且，对于本次设计的嵌入式实时语音识别系统，应该尽量降低系统体积，提升系统语音识别正确率。由相应的语音解码芯片转换语音信号，通过S3C2440的计算和处理，转换成控制指令（可以由数码管或二极管对输出进行检测），最好可以在控制处设立显示界面以便于操作者进行监控。

3.2 系统功能设计

具备语音训练的功能：对于本次设计的嵌入式实时英语语音识别系统，确保可以根据用户输入的英语语音，经过嵌入式算法对用户的语音机械能若干次的训练，并可以预处理语音，提取出在该英语语音中的特征参数，从而可以根据特征矢量参数进程特征建模，建立系统中基于英语语音训练的参考模型，以便能够提升系统对于用户语音的识别精度。

语音识别的功能：系统可以将输入的语音，根据语音的特征矢量参数，与系统中的参考模型库进行相似性度方面的比较，之后可以将相似性高的特征矢量，当作英语语音识别的结果在系统中输出。

3.3 嵌入式语音识别算法

基于HMM（隐马尔科夫）模型，使用马尔科夫链来模拟信号的统计特性变化，可以由三元的参数函数进行表示，其之间关系如下。

HMM（隐马尔科夫）模型中，简化该模型参数后可以得到：

N：表示模型之中的Markov链。其状态的集合表示为S={s1，s2，…，sN}。

初始状态的概率分布矢量。 π=（π1，π2，…，πN），其中

初始状态分布满足如下条件：

对于HMM中，Markov链可以由π，A进行描述，能够产生状态序列。

在本次设计的嵌入式实时英语语音识别系统中，在系统中嵌入HMM算法芯片，可以对语音信号进行预加重以及分帧、FFT变换等处理，提出实时英语语音信号，以确保系统可以实时识别出英语语音。

3.4 系统硬件部分设计

对于本次设计嵌入式系统中，其硬件设计部分，主要包括主控核心部分以及语音识别部分。在识别实时英语语音方面，嵌入式的微处理器芯片，应用ST公司生产的STM32F103C8T6芯片作为主控制器；对于STM32芯片中，不仅有内置64 KB高速存储器，还有增强I／O端口，满足本次系统设计需求。语音识别部分，是应用ICRoute公司生产的LD33 20芯片，在该芯片中，集成优化的语音识别算法，该英语语音识别算法，实时识别语音的准确率高。

3.5 系统软件代码实现

针对嵌入式的实时英语语音识别系统设计中，系统软件设计中应用C语言进行代码编程。部分代码实现如下：

4 分析系统的应用效益

对于本次设计的嵌入式实时英语语音识别系统，在实际中为保证应用该系统能够正确识别出英语语音，因此针对实际应用需求，基于系统的语音识别率进行试验测试，对嵌入式实时英语语音识别系统做了相应的测试。设置的测试环境分别是安静的环境，以及嘈杂环境，然后可以应用5条英语语音方面的指令，针对传统的语音识别系统以及本次设计的实时英语语音识别系统进行测试；对于每条语音指令，可以针对系统分别测试10次，并且可以在每个不同环境下，对特定人进行试验，总的试验次数是50次，然后可以记录系统成功识别英语语音的次数。语音信号的采样频率设为12 500 Hz，16 bit量化，加入的噪声控制系统在进行英语语音识别过程中的信噪比，可以从-5～20 dB信噪比范围内，根据5 dB递增产生不同的信噪比，并可以基于MVDR波束，采样分析英语语音识别系统的识别率。测试结果如表1所示。

表1 测试结果

测试中两个特定环境中，综合分析其识别率，设计的嵌入式实时英语语音识别系统，其识别实时英语语音的正确识别率能够达到89%，而对于传统的声音识别系统，其对于英语语音的识别率为60%，两种系统相互对比，可知本次设计的嵌入式实时英语语音识别系统，其实际的识别率可以提升29.0%。因而，对于当前时代下，设计出嵌入式的实时英语语音识别系统，不仅能够运用该系统实时性的识别英语语音，而且也能够提升系统在应用中对于英语语音的识别率，提升29.0%，对于英语语音的识别速度也快，发挥积极应用效益。设计嵌入式实时英语语音识别系统，不仅提升系统中语音识别算法的实时性，也可以在保证识别率的前提下，提升对于实时英语语音的识别速度，即能够语音发出后，应在最短的时间内识别出来，用来发出准确控制命令，提升系统应用效益，发挥积极影响。

5 结 论

综上所述，设计嵌入式的实时英语语音识别系统，具有可行性，能够在最短的时间内识别出来英语语音，可以根据英语语音做出系统控制命令。不仅可以提升系统识别英语语音的速度，也发挥积极的应用效益，可以在实践中推广该系统设计方法。

[1]屈庆琳.嵌入式语音翻译系统的研究[D].淮南：安徽理工大学，2012.

[2]刘万凤，胡军，袁伟伟，等.陆空通话标准用语（英语）的语音指令识别技术研究[J].计算机科学，2013，40（7）:131-137.

[3]杜卫卫.英语翻译器语音识别系统设计及其应用[J].电子测试，2015（4）:103-105.

[4]王朔.基于Android平台的智能英语发音训练系统的设计与实现[D].南京：南京邮电大学，2013.

[5]刘江华.“语音识别”在中职英语口语教学中的应用[J].江苏教育（职业教育版），2013（10）:48-50.

[6]崔金钟，周远彬，陈雷霆，等.基于DHMM的嵌入式语音识别系统的实现与优化[J].电子科技大学学报，2013（6）:930-934.

[7]申小虎，万荣春，张新野，等.一种改进动态特征参数的话者语音识别系统[J].计算机仿真，2015，32（4）:154-158.

[8]路娜.孤立词语音识别系统的研究与设计 [D].济宁：曲阜师范大学，2014.

[9]于树本.基于MFCC的说话人语音识别系统的研究[J].黑龙江科技信息，2015（27）:69-70.

[10]严家明，李永恒.EMD-SDC方法在机载连接词语音识别系统中的应用[J].计算机工程与应用，2012，48（8）:137-140.

[11]高忠生，高红琴.计算机语音识别系统的架构设计[J].信息记录材料，2013，14（3）:50-53.

[12]倪曼蒂，李彪，邹丽萍，等.基于空间增强和谱减法的语音识别系统[J].湖南师范大学自然科学学报，2014，37（3）:63-68.

[13]王赫楠，燕燕，王甜宇，等.DTW算法在嵌入式语音识别系统中的应用研究 [J].科技创新导报，2014，11（8）:71.

[14]马宁，陈晓冬，李亚楠，等.内窥镜自动定位语音识别系统[J].计算机工程与应用，2014（8）:207-210.

[15]韩放.基于Android的英语学习平台的设计与实现[D].大连：大连理工大学，2013.

The design and research of embedded real time English speech recognition system

ZHOU Xiao-wu
（Department of Foreign Languages，Baoji University of Arts and Sciences，Baoji 721000，China）

For the English speech recognition system design，the application of embedded technology，embedded application voice DSP chip，the continuous hidden Markov model as the basic recognition framework for optimal design of English speech recognition system.The results confirm that the design based on embedded real-time English speech recognition system，in the practical application of real-time identification of the different English pronunciation，but also can enhance system in the application for the English speech recognition rate，improve 29.0%，for English speech recognition speed is also fast，play positive effect in application.Research results show that the design of embedded real-time English speech recognition system is feasible，not only can lifting system English speech recognition rate，also play positive benefits for the application and can be popularized in practice the system design method.

speech recognition；real time English speech recognition system；embedded design；design

TN99

：A

：1674-6236（2017）08-0187-04

2016-04-12稿件编号：201604113

2015年宝鸡文理学院校级重点项目（ZK15068）

周晓武（1980—），女，陕西安康人，硕士，讲师。研究方向：美国文学及教学法。