[实用新型]一种基于FPGA的语音自动识别系统有效

专利信息
申请号: 202020187771.7 申请日: 2020-02-17
公开(公告)号: CN212675912U 公开(公告)日: 2021-03-09
发明(设计)人: 杨婉霞;王咏梅;胡智瑜;杨泰康 申请(专利权)人: 甘肃农业大学
主分类号: G10L15/06 分类号: G10L15/06;G10L15/16;G10L25/24
代理公司: 北京轻创知识产权代理有限公司 11212 代理人: 王欢
地址: 730000 *** 国省代码: 甘肃;62
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 fpga 语音 自动识别 系统
【说明书】:

实用新型涉及语音识别领域,具体涉及一种基于FPGA的语音自动识别系统。包括语音输入模块,语音输入模块与WM8731语音编解码模块数据连接,其特征在于:所述WM8731语音编解码模块与FPGA模块数据连接,所述语音自动识别系统还包括FPGA和HPS两部分,FPGA和HPS之间通过带宽互联干线链接,所述FPGA处理的语音数据读入缓存在SDRAM中,所述HPS处理的语音数据读入缓存在DDR3SDRAM中,所述HPS预测数据通过按键和LED显示模块显示。本系统将FPGA芯片嵌入DSP和CPU等处理器软硬核中,大大提升了FPGA对复杂算法和浮点运算的处理能力。经过FPGA平台验证的系统,加速了后期芯片化的开发移植,使得语音识别产品能在短时间内应用到各个领域。

技术领域

本实用新型涉及语音识别领域,具体涉及一种基于FPGA的语音自动识别系统。

背景技术

语音是人们进行信息交流最为自然,最普遍的应用媒介,相比文字和图像,语音交流很容易获取信息,具有简单,便捷等天然的优势。随着科学技术的快速发展,人机交互的应用需求增长迅速,从最初应用控制开关到后来的键盘、无限遥控器和触摸屏的更替等,但这些都没有人与机器进行直接的语音交流更为便捷。要使得人与机器无障碍的进行语音交互,首先要让机器“懂”人类的语言。目前,语音识别是人类与机器实现语言交流的主要技术之一。它已被广泛应用到生活服务、医疗、工业生产等各个领域,无论是从科学研究还是日常应用上都有极为重要的意义。然而语音识别是一个复杂的过程,它是通过一系列的算法对语音信号进行处理后,与机器中预存的模板相匹配,从而达到识别出语音内容的目的。这就需要高性能的硬件(CPU运算速度高、内存容量大)和高精度的识别算法作为支撑,同时还要保证低的成本和短的研发周期。显然计算机硬件和微电子工艺很难达到这一要求。

实用新型内容

本实用新型提供了一种基于FPGA的语音自动识别系统,有效地解决了现有计算机硬件和微电子工艺无法达到识别语音内容的问题,本系统将FPGA芯片嵌入DSP和CPU等处理器软硬核中,大大提升了FPGA对复杂算法和浮点运算的处理能力。经过FPGA平台验证的系统,加速了后期芯片化的开发移植,使得语音识别产品能在短时间内应用到各个领域。

为实现上述目的,本申请采用的技术方案如下:

一种基于FPGA的语音自动识别系统,包括语音输入模块,语音输入模块与WM8731语音编解码模块数据连接,其特征在于:所述WM8731语音编解码模块与FPGA模块数据连接,所述语音自动识别系统还包括FPGA和HPS两部分,FPGA和HPS之间通过带宽互联干线链接,所述FPGA处理的语音数据读入缓存在SDRAM中,所述HPS处理的语音数据读入缓存在DDR3SDRAM中,所述HPS预测数据通过按键和LED显示模块显示。

所述FPGA包括:WM8731控制模块、语音数据预处理模块和SDRAM控制器。

所述WM8731控制模块与WM8731语音编解码模块数据连接。

所述SDRAM控制器输入端与WM8731语音编解码模块数据链接,同时SDRAM控制器与SDRAM、语音数据预处理模块和HPS数据链接。

所述HPS包括ARM内核、DDR3控制器和GPI0控制器,所述ARM内核包括语音特征参数提取模块和BP神经网络识别模型。

所述语音特征参数提取模块与DDR3控制器数据链接,DDR3控制器与DDR3SDRAM数据链接。

所述BP神经网络识别模型与GPI0控制器数据链接,所述GPI0控制器与按键和LED显示模块数据链接。

本实用新型的有益效果为:1)FPGA资源丰富,内嵌ARM,DSP等软硬核,能实现复杂数学运算;

2)其次FPGA是具有并行架构的可编程逻辑芯片,可通过搭建软硬件协同系统对算法进行加速,不仅提高处理速度,而且设计灵活;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于甘肃农业大学,未经甘肃农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202020187771.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top