基于STM32的嵌入式语音识别模块设计实现.pdf资源-CSDN文库

版权申诉

150 浏览量 2023-02-22 21:43:32 上传评论收藏 73KB PDF 举报

资源推荐

资源详情

资源评论

基于 STM32 的嵌入式语音识别模块设计实现

介绍了一种以 ARM 为核心的嵌入式语音识别模块的设计与实现。模块的

核心处理单元选用 ST 公司的基于 ARM Cortex-M3 内核的 32 位处理器

STM32F103C8T6。本模块以对话管理单元为中心，通过以 LD3320 芯片为核心

的硬件单元实现语音识别功能，采用嵌入式操作系统μC/OS-II 来实现统一

的任务调度和外围设备管理。经过大量的实验数据验证，本文设计的语音识别

模块具有高实时性、高识别率、高稳定性的优点。

服务机器人以服务为目的，因此人们需要一种更方便、更自然、更加人性化

的方式与机器人交互，而不再满足于复杂的键盘和按钮操作。基于听觉的人机

交互是该领域的一个重要发展方向。目前主流的语音识别技术是基于统计模式。

然而，由于统计模型训练算法复杂，运算量大，一般由工控机、PC 机或笔记

本来完成，这无疑限制了它的运用。嵌入式语音交互已成为目前研究的热门课

题。

嵌入式语音识别系统和 PC 机的语音识别系统相比，虽然其运算速度和内存

容量有一定限制，但它具有体积小、功耗低、可靠性高、投入小、安装灵活等

优点，特别适用于智能家居、机器人及消费电子等领域。

模块整体方案及架构

语音识别的基本原理如图 1 所示。语音识别包括两个阶段：训练和识别。不

管是训练还是识别，都必须对输入语音预处理和特征提取。训练阶段所做的具

体工作是通过用户输入若干次训练语音，经过预处理和特征提取后得到特征矢

量参数，最后通过特征建模达到建立训练语音的参考模型库的目的。而识别阶

段所做的主要工作是将输入语音的特征矢量参数和参考模型库中的参考模型进

行相似性度量比较，然后把相似性最高的输入特征矢量作为识别结果输出。这

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余0页未读，立即下载

内容反馈

版权申诉

xxpr_ybgg

粉丝: 6520
资源: 3万+

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip