[00811175]基于OMAP5912的抗噪语音识别系统

该项目是语音识别技术在嵌入式系统中的应用研究，涉及到信号处理、计算机、模式识别和人工智能等众多学科的综合和交叉研究领域。主要目的是使嵌入式设备能够听懂人类语音，真正实现人机交互。是极具应用前景、工业价值潜力巨大的项目。该项目基于嵌入式双核处理器OMAP5912设计了一套低功耗、高性能的嵌入式语音识别软硬件平台。移植了嵌入式Linux操作系统，开发了硬件平台各外围接口的设备驱动程序，并利用MiniGUI开发了自己的语音识别界面。语音识别算法上采用了具有自主知识产权的加权过零峰值幅度WZCPA特征，补偿了ZCPA算法中对高频信息的损失，使之与人耳的听觉特性更加吻合，有效提高了语音识别系统在噪音环境下的识别能力。利用双核处理器OMAP5912的并行处理技术，把运算密集、实时性要求高的语音识别算法任务由DSP进行处理，在ARM上完成图形用户界面及控制任务，最终成功构建了一个非特定人、高识别率、高抗噪性的嵌入式语音识别系统。技术经济指标ARM926EJ-S频率192MHz；TMS320C55X频率192MHz；DDRSDRAM容量64Mbyte；NORFLASH容量32Mbyte；NANDFLASH容量64Mbyte；LCD分辨率240×320；1个5×6矩阵键盘；1个RJ45以太网接口；1个音频接口；1个USB主从接口；1个RS232接口。能够识别非特定人、中等词汇量命令，在SNR为15dB，20dB，25dB，30dB，clean环境下，平均识别率达到92.7%；采用AN4和RM1语料库，平均识别率达到91.2%。每台利润在400-1000元。该项目的应用为语音命令控制，与多家公司合作，开发出智能语音控制系统的多媒体视频展示台、语音导航仪以及语音遥控装置等产品，这些嵌入式语音识别系统产品使用方便，功耗低，性能稳定，尤其适合噪音环境下的语音识别，具有很强的市场需求，取得了很好的经济效益。