基于Windows CE的语音口令识别系统的设计

　　对于一个基于嵌入式系统的语音口令识别系统，主要有以下几个要求：

　　（1）完成语音口令识别功能时，需要系统对人所发出的语音口令做出快速的响应，然后给出相应的判断结果。

　　（2）自动获得语音信号。语音口令识别系统一直处于随时接受语音口令的工作状态，无需人工操作就能将人的语音命令与环境噪声分离出来，舍弃静音信号和环境噪声信号部分，仅仅对有效的语音口令信号做处理和识别。

　　（3）需要有足够的存储器容量存储操作系统文件和训练好的语音口令模型库以及存储大量数据的数据缓冲区。

　　论文给出的语音口令识别系统选择高性价比的嵌入式微处理器S3C2440AL和64MB随机存储器和64MB的闪存来满足计算速度和数据缓存的要求。

　　1.2 软件程序的设计

　　选择Windows CE 5.0为语音口令识别系统的操作系统，Windows CE 5.0是一个多任务操作系统。开发工具主要有Platform. Builder 5.0和EVC++4.0。Platform. Builder5.0用于定制和开发内核，而EVC++4.0则用来编写基于操作系统的应用层程序，也就是算法执行程序与图形化界面，而图形化的界面使用MFC编写。

　　由于语音口令识别系统算法的运算量比较大，所以为了能够加快运算速度，首先对Windows CE 5.0操作系统进行配置，需要将相应的板级支持包BSP（Board SupportPackage）导入到Platform. Builder 5.0，裁剪掉一些使用不到的资源，保留一些需要的资源，驱动的配置正确后，将配置好的操作系统内核装入到嵌入式平台中，然后进行应用程序的开发。

　　语音口令识别系统分为训练和识别两个过程。训练时，语音口令信号首先经过预处理，然后提取语音特征参数，采用MFCC（Mel-Frequency Ceptral Coefficients）参数［4］，然后建立此口令的连续隐马尔可夫（CDHMM）模型，把所有经过训练的语音口令的模型放在模型库中。

　　在识别阶段，与训练时提取语音口令信号的特征参数一样，也要提取MFCC特征参数，然后与保存在语音口令模型库中的每一条语音口令模型相匹配，根据概率*分确定输出识别结果。语音口令识别系统的程序流程图如图1所示。