語音識別及其定點DSP實現(xiàn)

     語音識別研究的根本目的是研究出一種具有聽覺功能的機(jī)器，能直接接受人的口呼命令，理解人的意圖并做出相應(yīng)的反映。語音識別系統(tǒng)的研究涉及微機(jī)技術(shù)、人工智能、數(shù)字信號處理、模式識別、聲學(xué)、語言學(xué)和認(rèn)知科學(xué)等許多學(xué)科領(lǐng)域，是一個多學(xué)科綜合性研究領(lǐng)域。近年來，高性能數(shù)字信號處理芯片DSP(Digital Signal Process)技術(shù)的迅速發(fā)展，為語音識別的實時實現(xiàn)提供了可能，其中，AD公司的數(shù)字信號處理芯片以其良好的性價比和代碼的可移植性被廣泛地應(yīng)用于各個領(lǐng)域。因此，我們采用AD公司的定點DSP處理芯片ADSP2181實現(xiàn)了語音信號的識別。
　　1 語音識別的基本過程

　　根據(jù)實際中的應(yīng)用不同，語音識別系統(tǒng)可以分為：特定人與非特定人的識別、獨立詞與連續(xù)詞的識別、小詞匯量與大詞匯量以及無限詞匯量的識別。但無論那種語音識別系統(tǒng)，其基本原理和處理方法都大體類似。一個典型的語音識別系統(tǒng)的原理圖如圖1所示。

　　語音識別過程主要包括語音信號的預(yù)處理、特征提取、模式匹配幾個部分。預(yù)處理包括預(yù)濾波、采樣和量化、加窗、端點檢測、預(yù)加重等過程。語音信號識別最重要的一環(huán)就是特征參數(shù)提取。提取的特征參數(shù)必須滿足以下的要求：

　　(1)提取的特征參數(shù)能有效地代表語音特征，具有很好的區(qū)分性；

　　(2)各階參數(shù)之間有良好的獨立性；

　　(3)特征參數(shù)要計算方便，最好有高效的算法，以保證語音識別的實時實現(xiàn)。

　　在訓(xùn)練階段，將特征參數(shù)進(jìn)行一定的處理后，為每個詞條建立一個模型，保存為模板庫。在識別階段，語音信號經(jīng)過相同的通道得到語音特征參數(shù)，生成測試模板，與參考模板進(jìn)行匹配，將匹配分?jǐn)?shù)最高的參考模板作為識別結(jié)果。同時，還可以在很多先驗知識的幫助下，提高識別的準(zhǔn)確率。

　　2 系統(tǒng)的硬件結(jié)構(gòu)

　　2．1 ADSP2181的特點

　　AD公司的DSP處理芯片ADSP2181是一種16b的定點DSP芯片，他內(nèi)部存儲空間大、運算功能強(qiáng)、接口能力強(qiáng)。有以下的主要特點：

　　(1)采用哈佛結(jié)構(gòu)，外接16．67MHz晶振，指令周期為30ns，指令速度為33MI／s，所有指令單周期執(zhí)行；

　　(2)片內(nèi)集成了80 kB的存儲器：16 kB字的(24b)的程序存儲器和16kB字(16b)的數(shù)據(jù)存儲器；

　　(3)內(nèi)部有3個獨立的計算單元：算術(shù)邏輯單元(ALU)、乘累加器(MAC)和桶形移位器(SHIFT)，其中乘累加器支持多精度和自動無偏差舍人；

　　(4)一個16b的內(nèi)部DMA端口(1DMA)，供片內(nèi)存儲器的高速存??；一個8b自舉DMA(BDMA)口，用于從自舉程序存儲器中裝載數(shù)據(jù)和程序；

　　(5)6個外部中斷，并且可以設(shè)置優(yōu)先級或屏蔽等。

　　由于ADSP2181以上的特點，使得該芯片構(gòu)成的系統(tǒng)體積小、性能高、成本和功耗低，能較好地實現(xiàn)語音識別算法。[!--empirenews.page--]

　　2．2 系統(tǒng)的硬件結(jié)構(gòu)

　　在構(gòu)成語音識別電路時，我們采用了ADSP2181的主從結(jié)構(gòu)設(shè)計方式，通過IDMA口由CPU裝載程序。語音識別系統(tǒng)的硬件結(jié)構(gòu)如圖2所示。

　　在這種結(jié)構(gòu)中，PC機(jī)為主CPU，ADSP2181為從CPU，由PC機(jī)通過IDMA口將程序裝載到ADSP2181的內(nèi)部存儲器中。PC機(jī)總線通過CPLD譯碼，形成IRD，IWR，IAL，IS等控制信號，與ADSP2181的IDMA口相連。這樣，在ADSP2181全速運行時，主機(jī)可以查詢從機(jī)的運行狀態(tài)，可以訪問到ADSP2181內(nèi)部所有的程序存儲器和數(shù)據(jù)存儲器。這對程序的編譯和調(diào)試，以及語音信號的實時處理帶來了極大的方便。

　　3 語音識別的DSP實現(xiàn)技術(shù)

　　3．1 浮點運算的定點實現(xiàn)

　　在語音識別的算法中，有許多的浮點運算。用定點DSP來實現(xiàn)浮點運算是在編寫語音識別程序中需要首先解決的問題。這個問題可以通過數(shù)的定標(biāo)方法來實現(xiàn)。數(shù)的定標(biāo)就是決定小數(shù)點在定點數(shù)中的位置。Q表示法是一種常用的定標(biāo)方法。其表示機(jī)制是：

　　設(shè)定點數(shù)是J，浮點數(shù)是)／，則Q法表示的定點數(shù)與浮點數(shù)的轉(zhuǎn)換關(guān)系為：

　　浮點數(shù))／轉(zhuǎn)換為定點數(shù)x：x= (int)y×2Q；

　　定點數(shù)z轉(zhuǎn)換為浮點數(shù)y：y =(float)x×2-Q。

　　3．2 數(shù)據(jù)精度的處理

　　用16b的定點DSP實現(xiàn)語音識別算法時，雖然程序的運行速度提高了，但是數(shù)據(jù)精度比較低。這可能由于中間過程的累計誤差而引起運算結(jié)果的不正確。為了提高數(shù)據(jù)的運算精度，在程序中采用了以下的處理方法：

　　(1)擴(kuò)展精度

　　在精度要求比較高的地方，將計算的中間變量采用32b，甚至48b來表示。這樣，在指令條數(shù)增加不多的情況下卻使運算精度大大提高了。

　　(2)采用偽浮點法來表示浮點數(shù)

　　偽浮點法即用尾數(shù)+指數(shù)的方法來表示浮點數(shù)。這時，數(shù)據(jù)塊的尾數(shù)可以采用Q1．15數(shù)據(jù)格式，數(shù)據(jù)塊的指數(shù)相同。這種表示數(shù)據(jù)的方法有足夠大的數(shù)據(jù)范圍，可以完全滿足數(shù)據(jù)精度的要求，但是需要自己編寫一套指數(shù)和尾數(shù)運算庫，會額外增加程序的指令數(shù)和運算量，不利于實時實現(xiàn)。

　　以上兩種方法，都可以提高運算精度，但在實際操作時，要根據(jù)系統(tǒng)的要求和算法的復(fù)雜度，來權(quán)衡考慮。[!--empirenews.page--]

    3．3 變量的維護(hù)

　　在高級語言中，有全局變量與局部變量存儲的區(qū)別，但在DSP程序中，所有聲明的變量在鏈接時都會分給數(shù)據(jù)空間。所以如果按照高級語言那樣定義局部變量，就會浪費大量的DSP存儲空間，這對數(shù)據(jù)空間較為緊張的定點DSP來說，顯然是不合理的。為了節(jié)省存儲空間，在編寫DSP程序時，最好維護(hù)好一張變量表。每進(jìn)入一個DSP子模塊時，不要急于分配新的局部變量，應(yīng)優(yōu)先使用已分配但不用的變量。只有在不夠時才分配新的局部變量。

　　3．4 循環(huán)嵌套的處理

　　語音識別算法的實現(xiàn)，有許多是在循環(huán)中實現(xiàn)的。對于循環(huán)的處理，需要注意以下幾個問題：

　　(1)ADSP2100系列DSP芯片中，循環(huán)嵌套最多不能超過4重，否則就會發(fā)生堆棧溢出，導(dǎo)致程序不能正確執(zhí)行。但在語音識別的DSP程序中，包括中斷在內(nèi)的嵌套程序往往超過4重。這時不能使用DSP提供的do…unTIl…指令，只能自己設(shè)計出一些循環(huán)變量，自己維護(hù)這些變量。由于這時沒有使用DSP的循環(huán)堆棧，所以也不會導(dǎo)致堆棧溢出。另外，如果采用jump指令從循環(huán)指令中跳出，則必須維護(hù)好PC，LOOP和CNTR三個堆棧的指針。

　　(2)盡量減少循環(huán)體內(nèi)的指令數(shù)。在多重循環(huán)的內(nèi)部，減少指令數(shù)有利于降低程序的執(zhí)行次數(shù)。這樣有利于減少程序的執(zhí)行時間、提高操作的實時性。

　　3．5 采用模塊化的程序設(shè)計方法

　　在語音識別算法的實現(xiàn)中，為了便于程序的設(shè)計和調(diào)試，采用了模塊化的程序設(shè)計方法。以語音識別的基本過程為依據(jù)進(jìn)行模塊劃分，每個模塊再劃分為若干個子模塊，然后以模塊為單元進(jìn)行編程和調(diào)試。在編寫程序之前，首先用高級語言對每個模塊進(jìn)行算法仿真，在此基礎(chǔ)上再進(jìn)行匯編程序的編寫。在調(diào)試時，可以采用高級語言與匯編語言對比的調(diào)試方式，這樣可以通過跟蹤高級語言與匯編語言的中間狀態(tài)，來驗證匯編語言的正確性，并及時的發(fā)現(xiàn)和修改錯誤，縮短編程周期。另外，在程序的編寫過程中，應(yīng)在關(guān)鍵的部分加上必要的注釋與說明，以增強(qiáng)程序的可讀性。

　　在總調(diào)時，需要在各模塊中設(shè)置好相應(yīng)的人口參數(shù)與出口參數(shù)，維護(hù)好堆棧指針與中間變量等。

　　3．6 利用C語言與匯編語言的混合編程

　　現(xiàn)在，大多數(shù)的DSP芯片都支持匯編語言與C或C++語言的混合編程，ADSP2181也不例外。用C語言開發(fā)DSP程序具有縮短開發(fā)周期、降低程序復(fù)雜度的優(yōu)點，但是，程序的執(zhí)行效率卻不高，會增加額外的機(jī)器周期，不利于程序的實時實現(xiàn)。為此，在用C語言編寫語音識別算法時，我們采用了定點化處理技術(shù)。ADSP2181是16位定點處理器，定點化處理應(yīng)注意以下幾個問題：

　　(1)ADSP2181支持小數(shù)和整數(shù)兩種運算方式，在計算時應(yīng)選擇小數(shù)方式，使計算結(jié)果的絕對值都小于1；

　　(2)用雙字定點運算庫代替C語言的浮點庫，提高運算精度；

　　(3)注意在每次乘加運算之后進(jìn)行飽和操作，防止結(jié)果的上溢和下溢；

　　(4)循環(huán)處理后的一組數(shù)據(jù)可能有不同的指數(shù)，要進(jìn)行歸一化處理，以便后續(xù)定點操作對指數(shù)和尾數(shù)部分分別處理。

　　4 結(jié) 語

　　用定點DSP芯片構(gòu)成的語音識別系統(tǒng)有著廣泛的應(yīng)用前景，在編寫語音識別算法時，對其進(jìn)行定點化處理以及一些原則和方法對其他類似的算法也有著現(xiàn)實指導(dǎo)意義。在實際應(yīng)用中，應(yīng)注意根據(jù)DSP芯片的特點，對算法進(jìn)行優(yōu)化，使得DSP芯片的性能得到充分的發(fā)揮。