1、音頻信號(hào)識(shí)別技術(shù)，包括語音識(shí)別、車輛聲音識(shí)別、機(jī)械噪聲識(shí)別、水聲識(shí)別等都取得了很大的發(fā)展，但這些技術(shù)都還未達(dá)到令人滿意的程度，關(guān)鍵是在于如何有效的提高識(shí)別準(zhǔn)確率和識(shí)別設(shè)備的小型化。本文即立足于這兩點(diǎn)，提出了一種改進(jìn)的基于連續(xù)隱馬爾可夫(CHMM)和BP神經(jīng)網(wǎng)絡(luò)融合的識(shí)別算法，并提出了一種基于FPGA和NiosⅡ軟核處理器的嵌入式音頻信號(hào)識(shí)別系統(tǒng)的設(shè)計(jì)思想。 在音頻信號(hào)識(shí)別特別是語音識(shí)別領(lǐng)域內(nèi)，隨著隱馬爾科夫模型(HMM)的應(yīng)用，

2、使得系統(tǒng)的識(shí)別性能有了改進(jìn)，但是由于訓(xùn)練和測(cè)試環(huán)境(背景噪聲、音頻傳輸信道等)的失配常常導(dǎo)致識(shí)別性能的嚴(yán)重下降。根據(jù)人類的聽覺感知機(jī)理，本文提出了一種改進(jìn)的基于多帶連續(xù)隱馬爾科夫(CHMM)和BP神經(jīng)網(wǎng)絡(luò)融合的識(shí)別算法。多帶CHMM系統(tǒng)由若干個(gè)子頻帶和一個(gè)全頻帶組成，系統(tǒng)對(duì)子帶和全頻帶的特征分別進(jìn)行訓(xùn)練，CHMM系統(tǒng)輸出與音頻信號(hào)幀平均能量共同作為BP神經(jīng)網(wǎng)絡(luò)的輸入，并利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行后端融合和判決。本文完成了基于Matlab的算法

3、仿真，并與其他算法做了比較，本文還對(duì)傳統(tǒng)的端點(diǎn)檢測(cè)方法作了改進(jìn)。 隨著音頻信號(hào)識(shí)別技術(shù)的不斷發(fā)展，除了識(shí)別算法的可靠性以外，人們還對(duì)識(shí)別設(shè)備小型化、便攜化和可升級(jí)性提出了更高的要求，因此，在嵌入式系統(tǒng)中實(shí)現(xiàn)音頻信號(hào)識(shí)別具有很大的實(shí)用價(jià)值。Altera公司的NiosⅡ是基于RISC技術(shù)的通用嵌入式處理器芯片軟內(nèi)核，它特別為可編程單芯片系統(tǒng)(SOPC)設(shè)計(jì)了一套綜合解決方案。本文提出了一種基于FPGA和NiosⅡ軟核處理器的嵌入式音