支持向量机语音识别算法在OMAP5912开发板上的移植，段继康，白静，针对语音识别这种典型的多类分类问题，提取MFCC参数作为语音特征参数，采用支持向量(SVM)分类机作为识别算法，非特定人孤立词作为语
国科技论文在线 通过解式的最优化问题得个决策函最,如果有()()+)判断 属于类,则类的得票数增加;否则类的得票数增加。最终我们判定得票数最多的类别就 是是测试样本所属的类别 对一方法比一对余方法不仅提高了训练速度,而且改善了样本拒分、错分区域, 但仍不能避免拒分现象;由于分类器数目 会随类别数急剧增加,使得预测时速度 会受影响。为了解决这个问题,学者们提出了决策有向无环图方法 决策有向无环图方法 等人在 年提出了汏策有向无环图 方法。这是目前理论上比较完善的一种多类分类算法,相对于 对多与一对一方法,该算法建立了对推广性界的理论分析,指出推广误差取决于无环图 的大小以及在各个决策节点处的边界,而与原样本空的维数无关。方法在训练阶段 的策略与一对一方法相同,需要构造 个两类 。但在测试阶段,它采用二元 决策有向无环图 方法,有 个内部节点和个叶了节点,每个内部节点是 个两类,每个叶子节点表示最终的分类类别。对未知样本进行测试时,首先从根节 开始,计算二进制决策函数,然后根据输出值决定转向下一层的左边叶子节点或右边叶子节 点,如此直至到达底层某个叶子节点为止。通过这样的路径找到的这个叶子节点,我们就认 为它所表示的类別为未知样本的类别。文献分析概括了采用法的优势。采用 方法的决策过程如图所示: 7SYMY (12:4 非4 SVM (2:4 非2 非4懂1 非 SⅤM SVM V2 (4) 图 决策过程示意图 预测时只需使用个决策函数既可得出结果,较一对一方法提高了测试 速度,而且不存在误分、拒分区域;另外,由于其特殊的结构,故有一定的容错性,分类精 度较一般的二义树方法高。实验表明,决策有向无环图中节点的排列顺序对整个预策结果影 响不大 嵌入式系统开发环境的搭建 处理器是由应用最为广泛的 内核( )与低功 耗、增強型 微处理器 组成的双核应用处理器,采用 工艺制造。 可提供对低功耗应用的实时多媒体处理的支持; 满足控制和接口方面的处理需要。基于双核结构的 具有极强的运算能力和极低 的功耗,采用开放式、易于开发的软件设施,支持广泛的操作系统。嵌入式系统丌发在解决 国科技论文在线 了硬件平台的设计和操作系统的搭建后就需要考虑应用程序如何缤译、主机如何与廾发板通 信、程序如何调试、程序如何下载到开发板这几个方面的问题 通信环境 本文采用 通信终端程序,通过 可以设置、监视串口工作状态,接收、 显示串口收到的信息、并且在宿主机和廾发板之问传递数据和控制指令,从而实现通过宿主 机上调试廾发板的目的 的设置步骤如下: ()在宿主机上打开个终端,输入 ()再输入命令 ,设置 参数值如下: 为 (仗用串口):设置主机串口波特率为 数据位为 位;停止位为:位;奇偶校验位为:无;数据流控制为:无 ()保存设置 ()重新启动 程序下载环境 在程序开发期间,经常需要把程序下载到开发板上进行测试,本文采用通用开发模式: 将宿主机和开发板通过以太网连接,在宿主机上运行 作为开发板的显示终端,通过 网络文件系统来挂载宿主机硬盘,让应用程序直接运行在开发板 交叉编译环境的建立 本文中宿主机系统为 ,将交叉编译工具 解压缩 到 目录下,然后在终端执行命令: ,修改 文件, 在文件中加入 后在终端执行命令 ,至此,交叉编译环境搭建完成。资源文件和库文件都安 装在 目录下。交叉编译过程如图所示: 源程序 目标模块 可化的可按 行程序 编辑器 交义编译器 交义链接器库文件 图交又编译过程示意图 安装 在廾发阶段采用比较方使,这样廾发板的根文件系统可以放在宿主札上,然后通 过来挂载和运行。内核同样也可以放在宿主机上,然后由引导器使用 协议通过以太网来获取。开发板同时具有以太网凵和串口,且以太网连接 的传输速度远比串口连接要快,因此,用以太网接口下载内核和根文件系统,而串口作为调 试和控制台来使用 国科技论文在线 ()安装 由于 上默认是没有服务的,首先要安装服务程序,这里可以通过执 行 下载安装,使得宿主机相当于服务器 同样地,开发板作为的客户端,需要安装客户端程序。此处可以通过命令 完成。 ()配置 服务 因为 和 都依赖于 所以需要配置 执行命 对 选 在 和 两文件中设置对 的访问:首先在 中,禁止所有用户对 的访问,然后在 中,允许某些用广对 进行访问。 ()配置 禁止任何主机和服务器进行连接,加入以下内容 ()配置 允许特定的主机和服务器建立连接。加入以下内容将允许任何为 的 主机连接到服务器上 执行命令 ,重启 使改动后的内谷生效。 ()配置 挂载目录及权限由 文件定义。在该文件最后添加下列语句: 使 网段内的客户端能够共享服务器 目录内容,且有读写 权限,并且进入 目录后的身份为 执行 进行更新。 执行 重启服务。 ()拷贝根文件系统到 日录下。 这时就可以启动 ,它作为虚拟终端,可以通过它来操作开发板。 修改开发板启动项 参数设置了系统启动时挂载在 上的 根文件系统。本 文挂载宿上机上的网络文件系统,则 参数应设置为: 国科技论文在线 执行 休存设置后重启 ,之后将顺利进入到开发板,可以调试应用程序了。 实验及结果分析 本文基于 编程实现三种多类分类 算法,机环境为 ,开发板为 的 开发板环境为 采用 ;交叉编译工具链是 本文采用个人分别对个词的孤立词发音,在不同信噪比下、 和无噪音得到的语音数据作为样木,采用由 特征提取算法得到的特征参数作为 识别网络的输入。语音信号采样率为 ,帧长 点,帧移 点。词汇量 分别为词、词、词、词和词。训练样本由人每人对每词在 无噪音下发音次得到,测试样本由另外人在相应下对每词发音次 得到。实验选择核函数,采用交叉验证和网格搜索法进行核参数选择并建立模型,对 测试样本进行预测。核函数参数取最优为(y)=( )。实验结果表 明,识别率均在%以上。如表、表、表、表所示 测试精度(%) 信噪比 词汇量 词数 值 表一对余方法测试精度(%) 信噪比 词汇量 词数 均值 国科技论文在线 表 对一方法测试精度(%) 信噪比 词汇量 词数 均值 法测试精度(% 信噪比 词汇量 词数 均值 模型是典型的语音识别模型它是目前语音识别效果最好的少数几种方法之一。本 文在相同特征参数下将与模型进行了对比,从实验结果可以看出 分类器 比模型具有更高的识别率;比较相同信噪比和词汇量下的测试精度,可以发现 模型的测试精度有明显下降而的测试结果下降较少说明比模型只有更强 的推广能力。 总结 本文提出了一种基于的 非特定人嵌入式语音识别系统的实现方法。在 搭建的开发环境下运用上述三种算法在话音识别系统获得了良好的应用。本文通过实 验可以得出,对中小词汇量采用特征提取算法这三种均能取得良好的识别结果, 算法理论上的差别在实验中表现不明显,但相比传统的模型有明显优势。冋时三种 算法作为应用程序集成到 系统里,系统存储量需求小,能够满足实用要求。 国科技论文在线 参考文献 卢江雷,王广龙,陈建辉,等,基于微处理器的智能语音记录仪设计[].仪表技术与传感器 梁五洲.抗噪语音识别特征提取算法的研究[].太原:太原理工大学,