基于ADSP2181的语音识别及其定点DSP实现

　　1 语音识别的基本过程
   　　根据实际中的应用不同，语音识别系统可以分为：特定人与非特定人的识别、独立词与连续词的识别、小词汇量与大词汇量以及无限词汇量的识别。但无论那种语音识别系统，其基本原理和处理方法都大体类似。一个典型的语音识别系统的原理图如图1所示。
  
  　　语音识别过程主要包括语音信号的预处理、特征提取、模式匹配几个部分。预处理包括预滤波、采样和量化、加窗、端点检测、预加重等过程。语音信号识别最重要的一环就是特征参数提取。提取的特征参数必须满足以下的要求：
  　　(1)提取的特征参数能有效地代表语音特征，具有很好的区分性；
  　　(2)各阶参数之间有良好的独立性；
  　　(3)特征参数要计算方便，最好有高效的算法，以保证语音识别的实时实现。
  　　在训练阶段，将特征参数进行一定的处理后，为每个词条建立一个模型，保存为模板库。在识别阶段，语音信号经过相同的通道得到语音特征参数，生成测试模板，与参考模板进行匹配，将匹配分数最高的参考模板作为识别结果。同时，还可以在很多先验知识的帮助下，提高识别的准确率。
  　　2 系统的硬件结构
  　　2．1 ADSP2181的特点
  　　AD公司的DSP处理芯片ADSP2181是一种16b的定点DSP芯片，他内部存储空间大、运算功能强、接口能力强。有以下的主要特点：
  　　(1)采用哈佛结构，外接16．67MHz晶振，指令周期为30ns，指令速度为33MI／s，所有指令单周期执行；
  　　(2)片内集成了80 kB的存储器：16 kB字的(24b)的程序存储器和16kB字(16b)的数据存储器；
  　　(3)内部有3个独立的计算单元：算术逻辑单元(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动无偏差舍人；
  　　(4)一个16b的内部DMA端口(1DMA)，供片内存储器的高速存取；一个8b自举DMA(BDMA)口，用于从自举程序存储器中装载数据和程序；
  　　(5)6个外部中断，并且可以设置优先级或屏蔽等。
  　　由于ADSP2181以上的特点，使得该芯片构成的系统体积小、性能高、成本和功耗低，能较好地实现语音识别算法。