ght: 24px; ">rptz a，#(N-1) ;重復執(zhí)行N-1級的乘加運算

mac *ar2+0%，*ar3+0%，a ;ar2為系數(shù)指針，結果在累加器高位中

sth a，temp ;保存計算結果

ld temp，a ;結果放入累加器低位 ……

stlm a，dxr10 ;將累加器地位中的數(shù)據(jù)送至串口發(fā)送寄存器

……

基于前述對AIC23和DSP的相應設置，采用21級系數(shù)對稱FIR數(shù)字濾波，對經(jīng)由麥克風輸入的語音信號進行濾波處理，濾波結果由耳機輸出，實際效果良好。所采集到的音頻數(shù)據(jù)還可通過HPI接口傳送至ARM供應用程序調(diào)用。

3.3語音識別應用測試

語音識別的基本原理是對語音信號進行特征提取。目前常用的語音識別算法有基于模式匹配的動態(tài)時間規(guī)正法(DTW： Dynamic Time Warping)、基于統(tǒng)計模型的隱馬爾柯夫模型法(HMM： Hidden Markov Model)以及基于神經(jīng)網(wǎng)絡的識別法(DNN、NPN、TDNN)等[7].為便于系統(tǒng)應用測試，本文采用一種最簡易的方法對系統(tǒng)進行調(diào)試，即對英文元音的識別。基本原理是提取元音字母的頻率特征，各元音在其頻域響應中都有三個明顯的共振峰頻率，而最容易識別的是第一共振峰，由此可進行有效的元音識別。在提取第一共振峰頻率特征時采用“零交越”法(統(tǒng)計單幀信號波形穿越零點的次數(shù)——過零率)，將信號頻率特征的分析轉(zhuǎn)換為時域分析，計算得到的過零率與理論值進行比較即可實現(xiàn)元音的識別。圖4所示分別為元音“A”的時域和頻域圖。

圖4元音A的時域圖和頻域圖

由頻域采樣圖可以看到很明顯的第一共振峰，此時計算時域采樣中信號的過零率可較為準確的識別元音A，過零率的計算中近似等于零的采樣點通常是微弱的干擾，可以忽略不計。經(jīng)驗證，這種簡易單元音識別法的識別率在80%以上，由此證明本系統(tǒng)音頻處理的實用性。

4結束語

本文闡述了基于信號處理和嵌入式應用的音頻處理系統(tǒng)的設計和實現(xiàn)。論述了系統(tǒng)的硬件設計、軟件編程及其應用。通過ARM對音頻芯片AIC23的控制和DSP與AIC23的通信，實現(xiàn)了音頻信號采集、處理、輸出的功能以及簡單的語音識別。構建了基于ARM和DSP的音頻處理系統(tǒng)應用框架，對進一步的數(shù)據(jù)處理、控制應用等提供了切實可行的軟硬件方案。

參考文獻

1張大波。嵌入式系統(tǒng)原理、設計與應用。北京：機械工業(yè)出版社，2004.11

2 TLV320AIC23， Stereo Audio CODEC， 8- to 96-kHz， With Integrated Headphone Amplifier. Texas Instruments Incorporated， 2002

3 TMS320VC5402， Fixed-Point Digital Signal Processor. Texas Instruments Incorporated， 2000

4 S3C4510B User‘s Manual. Samsung Electronics， 2001

5李駒光。 ARM應用系統(tǒng)開發(fā)詳解：基于S3C4510B的系統(tǒng)設計。北京：清華大學出版社， 2004

6homa, Verdana; font-size: 14px; line-height: 24px; ">6 TMS320C54xx McBSP to TLV320AIC24 Interface. Texas Instruments Incorporated， 2003

7黃濤，胡賓?；赟PCE061A單片機的非特定人語音識別設計。微計算機信息，2006，3-2：19-20