支持向量机语音识别算法在DM6446上的实现

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (20): 67-69.

支持向量机语音识别算法在DM6446上的实现

牛砚波1，张雪英1，刘晓峰2

1.太原理工大学信息工程学院，太原 030024
2.太原理工大学数学学院，太原 030024

出版日期:2012-07-11 发布日期:2012-07-10

SVMs speech recognition algorithm implementation on DM6446

NIU Yanbo1, ZHANG Xueying1, LIU Xiaofeng2

1.College of Information Engineering, Taiyuan University of Technology, Taiyuan 030024, China
2.College of Mathematics, Taiyuan University of Technology, Taiyuan 030024, China

Online:2012-07-11 Published:2012-07-10

摘要/Abstract

摘要： 针对语音识别系统对实时性和便携性的要求，提出一种基于MFCC/SVM 在DM6446嵌入式系统开发平台上的实现方法，实现了一个面向非特定人的语音识别系统，将有向无环图多类分类支持向量机算法移植到该平台。并在该平台用DAG方法对非特定人孤立词和连接词进行语音识别，比隐马尔可夫模型有明显优势。通过样本预选取算法对训练样本进行预选取处理，并且应用到嵌入式语音识别系统中，大大降低了训练时间和测试时间。

关键词: 支持向量机, DM6446, 多类分类, 语音识别

Abstract: In order to meet the need of real-time and portable characteristics of the speech recognition system, this paper proposes a method for speaker-independent word speech recognition system which combines MFCC with SVM on DM6446 embedded speech recognition system, and transplants multiclass classification support vector machines of DAG methods on this system. Using DAG methods in speaker-independent isolated word and connected word speech recognition system, the results are better than hidden Markov models. Pre-selecting the training sample through pre-selection algorithm in embedded speech recognition system, the results greatly reduce training time and testing time.

Key words: Support Vector Machine（SVM）, DM6446, multiclass classification, speech recognition

牛砚波1，张雪英1，刘晓峰2. 支持向量机语音识别算法在DM6446上的实现[J]. 计算机工程与应用, 2012, 48(20): 67-69.

NIU Yanbo1, ZHANG Xueying1, LIU Xiaofeng2. SVMs speech recognition algorithm implementation on DM6446[J]. Computer Engineering and Applications, 2012, 48(20): 67-69.

[1]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[2]	韩卫宇，程龙生. 结合马田系统-SVM的滚动轴承故障模式分类研究[J]. 计算机工程与应用, 2021, 57(6): 239-246.
[3]	雷恒林，古兰拜尔·吐尔洪，买日旦·吾守尔，张东梅. 新奇检测综述[J]. 计算机工程与应用, 2021, 57(5): 47-55.
[4]	温杰彬，杨文忠，马国祥，张志豪，李海磊. 基于Apex帧光流和卷积自编码器的微表情识别[J]. 计算机工程与应用, 2021, 57(4): 127-133.
[5]	李俊侠，张秦，郑桂妹. 超宽带雷达人体姿态识别综述[J]. 计算机工程与应用, 2021, 57(3): 14-23.
[6]	徐先峰，蔡路路，张丽. 融合MLP和DBN的光伏发电预测算法[J]. 计算机工程与应用, 2021, 57(3): 266-272.
[7]	陈富健，谢维信，夏婷. 基于LCT+的自适应抗遮挡目标跟踪算法[J]. 计算机工程与应用, 2021, 57(22): 190-198.
[8]	杨泉. N1+N2结构语法关系判定的SVM算法[J]. 计算机工程与应用, 2021, 57(20): 104-108.
[9]	高晋，赵云芃，Godfred Kim Mensah，李欣芸，刘志芬，陈俊杰，郭浩. 静息态功能脑连接的空间动态分析及分类研究[J]. 计算机工程与应用, 2021, 57(2): 150-155.
[10]	秦博宇，郝晓燕，刘永芳. 基于SVM和CRF双层模型的FrameNet框架消歧[J]. 计算机工程与应用, 2021, 57(18): 255-262.
[11]	郑淋文，周金治，黄静. 深度稀疏自编码器在ECG特征提取中的应用[J]. 计算机工程与应用, 2021, 57(11): 156-161.
[12]	温廷新，孔祥博. 不平衡样本下的金融市场极端风险预警研究[J]. 计算机工程与应用, 2020, 56(8): 256-260.
[13]	陈菲雨，岳文斌，饶颖露，邢金昊，马晓静. 基于改进TLD算法的无人机自主精准降落[J]. 计算机工程与应用, 2020, 56(7): 247-254.
[14]	马玲，罗晓曙，蒋品群. 基于模板匹配和支持向量机的点阵字符识别研究[J]. 计算机工程与应用, 2020, 56(4): 134-139.
[15]	张忠林，冯宜邦，赵中恺. 一种基于SVM的非均衡数据集过采样方法[J]. 计算机工程与应用, 2020, 56(23): 220-228.