基于SVM的0MAP5912非特定人嵌入式语音识别系统的实现

　　随着语音识别和语音合成技术的不断更新与发展，将语音识别技术应用于嵌入式产品中已得到广泛应用。SVM(支持向量机)作为统汁概率模型已经被证明是一种很好的识别模型。OMAP5912处理器是由TI公司的TMS320C55X型DSP内核与低功耗、增强型ARM926EJ-S微处理器组成的双核应用处理器。ARM核可满足控制和接口方面的需要，DSP核以其低功耗高性能来实现多媒体应用。目前存0MAP平台上实现的多媒体应用有语音、音频、图像、视频等。在实验室开发的基于0MAP5912嵌入式语音识别系统上进行基于SVM的语音识别程序开发。

　　1 SVM多类分类方法

　　SVM最初是为处理两类分类问题而设计的，如何有效地处理多类分类问题目前仍是一个持续研究的课题。采用SVM中的“一对一”方法实现多类分类，下面对这种方法进行简单介绍。

　　S.Knerr等在1990年首次介绍了“一对一”方法。J.Friedman在1996年和U KreBel在1999年分别首次在支持向量机中使用这种方法。它需要构造k(k-1)/2个分类器，每个分类器由特定的某两类训练样本训练得到，判定测试样本的类别时，结合所有两类分类器对测试样本类别的判定意见，采用“投票法”的策略，并认为得票数最多(Max Wins)的类别就是测试样本所属的类别。具体如下：考虑K类的分类问题，设训练集

　　

　　首先对所有的(i，j)∈{(i，j)|i≤j，i，j=1，…，K}进行运算：从训练集中抽取所有y=i和y=j的样本点。基于这些样本点组成一个训练集TI-j，每个两类分类SVM解决问题

　　

　　约束条件为：

　　

　　通过求解式(3)的最优化问题得到k(k-1)/2个决策函数，如果函数

判断x属于i类，则i类的得票数增加1;否则j类的得票数增加1。最终判定得票数最多的类别就是测试样本x所属的类别。

　　“一对一”方法的特点是训练时需要构造k(k-1)/2个分类器，预测时则采用投票选择策略。这样做的优点是：每一个分类问题的规模较小，需要求的问题较简单，样本数量不很大时训练速度较快，而且由于类别有较少的重合，改善了样本拒分、错分的范同;缺点是：投票法可能存在得票相同的类，即可能存在一个样本同时属于多个类的情况。这可以使用其他方法解决，这里重点研究SVM算法在0MAP上的实现。

　　2 嵌入式系统开发环境的搭建

　　0MAP5912处理器是由TI公司的TMS320C55x型DSP内核(192 MHz)与低功耗、增强型ARM926EJ-S微处理器(192 MHz)组成的双核应用处理器，采用0.13μm CMOS工艺制造。TMS320C55x型DSP可提供对低功耗应用的实时多媒体处理的支持;ARM926EJ-S MPU可满足控制和接口方面的处理需要。基于双核结构的0MAP5912具有极强的运算能力和极低的功耗，采用开放式、易于开发的软件设施，支持广泛的 *** 作系统。嵌入式系统开发在解决了硬件平台的设计和 *** 作系统的搭建后就需要考虑应用程序如何编译、主机如何与开发板通信、程序如何调试、程序如何下载到开发板这几个方面的问题。

　　2.1 通信环境

　　采用minicom通信终端程序，通过minicom可以设置、监视串口工作状态，接收、显示串口收到的信息、并且在宿主机和开发板之间传递数据和控制指令，从而实现通过宿主机上调试开发板的目的。

　　设置minicom参数值如下：“Serial Device”为/dev/ttyrSO(使用串口1);主机串口波特率为：115 200;数据位为：8位;停止位为：1位;奇偶校验位为：无;数据流控制为：无。完成后保存设置重启Minicom。

　　2.2 程序下载环境

　　在程序开发期间，经常需要把程序下载到开发板上进行测试，采用通用开发模式：将宿主机和开发板通过以太网连接，在宿主机上运行minicom作为开发板的显示终端，通过NFS(Network File System，网络文件系统)来挂载宿主机硬盘，让应用程序直接运行在开发板上。

　　2.3 交叉编译环境的建立

　　宿主机系统为Ubuntu version 2.6.27，将交叉编译工具arm-linux-gcc-3.4.1解压缩到/usr/local/arm目录下，然后在终端执行命令：#gedit/root/.bashrc，修改/root/.bashrc文件，在文件中加入export PATH=“$PATH：/sbin：/usr/local/arm/3.4.1/bin：/usr/local/bin：/usr/local”，最后在终端执行命令#source.bashrc.至此，交叉编译环境搭建完成。资源文件和库文件都

　　安装在/usr/local/arm/3.4.1/arm-linux目录下。交叉编译过程如图l所示。

　　

　　2.4 安装NFS《Network File System)

　　在开发阶段采用NFS比较方便，这样开发板的根文件系统可以放在宿主机上，然后通过NFS来挂载和运行。内核同样也可放在宿主机上，然后由引导器使用TFTP(Trivial FileTransferProtocol)协议通过以太网来获取。开发板同时具有以太网口和串口，且以太网连接的传输速度远比串口连接要快，因此，用以太网接口下载内核和根文件系统，而串口作为调试和控制台来使用。

　　2.4.1安装NFS

　　Ubuntu上默认是没有NFS服务的，首先要安装NFS服务程序，#sudo apt-get install nfs-kernel-server，使宿主机相当于NFS服务器。同样地，开发板作为NFS的客户端，需要安装NFS客户端程序：#sudo apt-get install nfs-commmon。

　　2.4.2 配置portmap服务

　　nfs-common和nfs-kernel-setver都依赖于portmap，所以需要配置portmap。#sudo dpkg-reconfigure portmap，对Shouldportmap be bound to the loopback address?选N。

　　在/etc/hosts.deny和/etc/hosts.allow两文件中设置对portmap的访问：首先在/etc/hosts.deny中，禁止所有用户对portmap的访问，然后在/etc/hosts.allow中，允许特定用户对portmap进行访问。文件修改完后执行#sudo/etc/init.d/pottmap restart，重启portmap daemon使改动后的内容生效。

　　2.4.3 配置/etc/exports

　　NFS挂载目录及权限由/etc/expotts文件定义。在该文件最后添加语句：

　　/data/rootfs2.6 192.168.0.*(rw，sync，no_root_squash)

　　使192.168.O.*网段内的NFS客户端能够共享NFS服务器/data/rootfs2.6目录内容，不仅有渎写权限，而且进入/data/rootfs-2.6目录后的身份为root。更新配置，重启NFS服务。

　　#sudo exportfs-r

　　#sudo/etc/init.d/nfs-kernel-server restait

　　2.4.4 拷贝根文件系统

　　拷贝根文件系统到/data/rootfs2.6目录下，这时就可以启动minicom，作为虚拟终端，可以通过它来 *** 作开发板。

　　2.5 修改开发板启动项

　　bootargs参数设置Linux系统启动时挂载在NOR Flash上的JFFS2根文件系统。挂载宿主机上的网络文件系统，则bootargs参数应设置

　　setenv bootargs=console=ttyS0，115200n8 noinitrd rw ip=192.168.0.158 root=/dev/nfs nfsroot=192.168.0.204：/data/rootfs2.6.nolock mem=62M

　　#sayenv保存设置后重启u-boot，之后将顺利进入到开发板，调试应用程序。

　　3 实验及结果分析

　　基于VC++6.0编程实现一种多类分类SVMs算法，PC机环境为Ubuntu version 2.6.27，开发板为Omap5912的ARM926ej-s，其环境为Lin-ux version 2.6.18;Boot Loader采用u-boot version 1.1.6;交叉编译工具链arm-linux-gcc version3.4.1。

　　采用16个人分别对50个词的孤立词发音，在不同信噪比下(15、20、25、30 dB和无噪音)得到的语音数据作为样本，采用由MFCC特征提取算法得到的特征参数作为识别网络的输入。语音信号采样率为11.025 kHz，帧长N=256点，帧移M=128点。词汇量分别为10、20、30、40和50个词。训练样本由9人每人对每词在15、20、25、30 dB、无噪音下发音3次得到.测试样本由另外7人在相应SNR下对每词发音3次得到。识别算法采用RBF核函数的SVM算法，采用交叉验证和网格搜索法进行核参数选择并建立模型，对测试样本进行分类识别。核函数参数取最优为(c，y)=(32.0，O.000 122 070 312 5)。实验结果见表l所示，识别率均在95%以上。表1中同时列出同样条件下使用HMM识别网络的识别结果。

　　

　　HMM模型是典型的语音识别模型，它是目前语音识别效果最好的少数几种方法之一。在相同特征参数下将SVM与HMM模型进行对比，从实验结果看出：1)SVM比HMM模型具有更高的识别率;2)比较相同信噪比和词汇量下的测试精度，可发现HMM模型的测试精度有明显下降，而SVM的测试结果下降较少，说明SVM比HMM模型具有更强推广性。

　　4 结束语

　　提出一种基于SVM的0MAP5912非特定人嵌入式语音识别系统的实现方法。在搭建的开发环境下运用SVM算法巾的“一对一”方法进行语音识别，获得良好结果。通过实验可以得出，对中小词汇量采用MFCC特征参数，“一对一”SVM作为后端识别方法可以得到较好的识别结果，比传统的HMM模型有明显优势。同时SVM算法作为应用程序集成到0MAP5912嵌入式系统里，存储量需求小，能够满足实用要求。