神马文学网语音识别知识介绍
来源：百度文库 编辑：神马文学网 时间：2024/07/03 09:15:55
文章来源：凌阳科技大学计划
作者：凌阳科技大学计划 发布时间：2005-4-22 14:54:32
在前面我们已经介绍过语音辨识的一些相关的内容，在这里我们给出SPCE061的特定语者辨识SD（Speaker Dependent）的一个例子以供有兴趣者参考。SD即语音样板由单个人训练，也只能识别训练某人的语音命令，而他人的命令识别率较低或几乎不能识别。
图1.1是语音辨识的一个整体框图：
同样语音辨识也将其一些功能作成模块，并通过API调用来实现这些功能，在这里我们为大家介绍一些常用的API函数，如果有兴趣者可以登陆我们的网站去获得更多的相关内容
初始化：
【API格式】C： int BSR_DeleteSDGroup(0)；
ASM：F_BSR_DeleteSDGroup(0)
【功能说明】SRAM初始化。
【参数】该参数是辨识的一个标识符，0代表选择SRAM,并初始化。
【返回值】当SRAM擦除成功返回0，否则，返回－1。
训练部分：
1) 【API格式】C：int BSR_Train (int CommandID, int TraindMode)；
ASM：F_BSR_Train
【功能说明】训练函数。
【参数】
CommandID：命令序号，范围从0x100到0ｘFFF,并且对于每组训练语句都是唯一的。
TraindMode：训练次数，要求使用者在应用之前训练一或两遍：
BSR_TRAIN_ONCE:要求训练一次。
BSR_TRAIN_TWICE要求训练两次。
【返回值】训练成功，返回0；没有声音返回－1；训练需要更多的语音数据来训练，返回－2；当环境太吵时，返回－3；当数据库满，返回－4；当两次输入命令不通，返回－5；当序号超出范围，返回－6。
【备注】
① 在调用训练程序之前，确保识别器正确的初始化。
② 训练次数是2时，则两次一定会有差异，所以一定要保证两次训练结果接近
③ 为了增强可靠性，最好训练两次，否则辨识的命令就会倾向于噪音
④ 调用函数后，等待2秒开始训练，每条命令只有1 .3秒，也就是说，当训练命令超出1.3秒时，只有前1.3秒命令有效。
辨识部分：
1）【API格式】C： void BSR_InitRecognizer(int AudioSource)
ASM：F_BSR_InitRecognizer
【功能说明】辨识器初始化。
【参数】定义语音输入来源。通过MIC语音输入还是LINE_IN电压模拟量输入。
【返回值】无。
2）【API格式】C：int BSR_GetResult()；
ASM：F_ BSR_GetResult
【返回值】=R1
【功能说明】辨识中获取数据。
【参数】无。
【返回值】
当无命令识别出来时，返回0；
识别器停止未初始化或识别未激活返回－1；
当识别不合格时返回－2；
当识别出来时返回命令的序号。
【备注】该函数用于启动辨识，BSR_GetResult()；
3）【API格式】C： void BSR_StopRecognizer(void)；
ASM：F_ BSR_StopRecognizer
【功能说明】停止辨识。
【参数】无。
【返回值】无。
【备注】该函数是用于停止识别，当调用此函数时，FIQ_TMA中断将关闭。
中断部分：
【API格式】ASM：_BSR_InitRecognizer
【功能说明】在中断中调用，并通过中断将语音信号松DAC通道播放。
【参数】无。
【返回值】无。
【备注】
① 该函数在中断FIQ_TMA中调用
② 当主程序调用BSR_InitRecognizer时，辨识器便打开8K采样率的FIQ_TMA中断并开始将采样的语音数据填入辨识器的数据队列中。
③ 应用程序需要设置一下程序段在FIQ_TMA中：
.PUBLIC _FIQ
.EXTERNAL _BSR_FIQ_Routine //定义全局变量
.TEXT
_FIQ:
push R1,R4 to [SP] //寄存器入栈保护
R1 = [P_INT_Ctrl]
call _BSR_FIQ_Routine //调用子程序
R1 = 0x2000 //清中断标志位
[P_INT_Clear] = R1
pop R1,R4 from [SP]; //寄存器组出栈
reti;
END
其中实时监控是用来观察辨识是否正常工作，如果辨识正常则会产生一16ms连续稳定方波如图1.2否则如果CPU超载则会产生不稳定波形如错误！未找到引用源。，此时需要删除命令，或是优化程序否则会丢失语音数据产生辨识出现错误的信息
