yuyin.rar_CCS语音识别_语音识别

#include "type.h" #include "board.h" #include "codec.h" #include "mcbsp54.h" #include "flash.h" #include "stdio.h" #include "tms320.h" #include "math.h" #include "dsplib.h" #include "stdlib.h" #define VOICELEN 8000 #define SHIFT 128 #define WINDOW 256 #define WEISHU 12 #define CEPBUFFERLEN 12*8 #define MAXREAL 100000000000.0 #pragma DATA_SECTION (jf,"audio_buffer") DATA jf[WINDOW]; void tezheng(DATA *fan); void checkstart(); //测试语音输入开始的子程序 void recvoice(); void train(); float dtw(DATA *cep,DATA *rcep); //语音是别的子程序 u16 min(u16 a,u16 b,u16 c);//求整形数最小值的子程序 float lmin(float a,float b,float c);//求浮点数最小值的子程序 HANDLE hHandset; s16 data[VOICELEN];//存放输入的语音数据 DATA tempdata[WINDOW];//存放经过加窗后的语音数据 int begin=0; //语音开始录入的标志位 int end=0; //语音识别结束的帧数 int start=0; //语音识别开始的帧数 //int t=3; unsigned int num_frame=0; u16 dest=0x8000; int checkresult=-535; void main() { u16 i=0; u16 j=0; int t=0;// float hamming[WINDOW]; DATA fan[CEPBUFFERLEN]; for(i=1;i<WINDOW+1;i++) { hamming[i]=0.54-0.46*cos(2*i*3.14159/(WINDOW-1)); } if (brd_init(100)) return; /* Open Handset Codec */ hHandset = codec_open(HANDSET_CODEC); /* Set codec parameters */ codec_dac_mode(hHandset, CODEC_DAC_15BIT); /* DAC in 15-bit mode */ codec_adc_mode(hHandset, CODEC_ADC_15BIT); /* ADC in 15-bit mode */ codec_ain_gain(hHandset, CODEC_AIN_6dB); /* 6dB gain on analog input to ADC */ codec_aout_gain(hHandset, CODEC_AOUT_MINUS_6dB); /* -6dB gain on analog output from DAC */ codec_sample_rate(hHandset,SR_8000); while(1){ while(t==4){}; i=1; while (i<VOICELEN+1) { /* Wait for sample from handset */ while (!MCBSP_RRDY(HANDSET_CODEC)) {}; /* Read sample from and write back to handset codec */ data[i] = *(volatile u16*)DRR1_ADDR(HANDSET_CODEC);//语音的读入，将其存放到data数组中 i++; } i=1; while (i<VOICELEN+1) { /* Wait for sample from handset */ while (!MCBSP_XRDY(HANDSET_CODEC)) {}; /* Read sample from and write back to handset codec */ *(volatile u16*)DXR1_ADDR(HANDSET_CODEC) = data[i];//语音的输出，将其从耳机端口输出 i++; } checkstart(); fan[0]=num_frame;//帧的长度 printf("%d\n",start);//打印从哪帧开始 printf("%d\n",end);//打印从哪帧结束 printf("%d\n",end-start); //打印帧的长度 for(i=start-1;i<end-1;i=i+SHIFT)//对每一帧进行处理 { for(j=1;j<WINDOW+1;j++) { tempdata[j]=data[i+j]*hamming[j]; //将每一帧的数据进行汉明加窗处理 } tezheng(&fan[(i+1-start)/SHIFT*WEISHU+1]); //求每一帧的特征值，存放到fan数组中 } train(fan); //进入建立模板函数 if(t==3) { recvoice();//进入声音的识别函数 } num_frame=0; t++; } } void checkstart() { int i,j,m=0,z[SHIFT],zero[VOICELEN/SHIFT]={0}; float en=0,pn=0; float shorten,shortpn; for(i=0;i<VOICELEN;i++) { en=en+abs(data[i]);//计算输入语音的总幅值 } pn=en/VOICELEN;//计算输入语音的平均幅值 /*printf("%f\n",pn);*/ for(i=SHIFT;i<VOICELEN;i=i+SHIFT)//处理每一帧的数据 { shorten=0; shortpn=0; for(j=0;j<SHIFT;j++) { shorten=shorten+abs(data[i+j]);//计算每一帧幅值的总和 z[j]=0.5*(data[j+i+1]/abs(data[j+i+1])-data[j+i]/abs(data[j+i]));//过零率的计算，data[m]取符号数减去data[m-1]取符号数，计算过过零点的数量 zero[m]=zero[m]+z[j];//将过零点的个数相加，送到zero数组中 if(j==SHIFT-1) { m++;//一帧的数据取完后，将m加一，进行下一帧的运算 } } shortpn=shorten/SHIFT;//将平均幅值放到shortpn中 /*printf("%f\n",shortpn);*/ if((shortpn*2>pn)||(zero[m+1]>3*zero[m]))//如果幅值和过零点均满足条件，则认为语音已经开始录入 { start=i;//将开始的帧的数值送到start中 begin=1; } if((begin==1)&&(shortpn*4<pn))//满足语音录入结束的条件么 { end=i;//满足，将结束时帧的数值送到end中 break;//跳出程序 } } if(begin==0) //语音一直没有开始 { printf("voice never started!"); exit(0);//程序正常退出 } if(end==0) { printf("voice does not end when buffer is full,it's too long"); exit(0);//程序正常退出 } begin=0;//将begin归零 num_frame=(end-start)/SHIFT;//计算帧的个数，将其赋值给num_frame /*printf("%d\n",num_frame);*/ } void tezheng(DATA *fan) { int i,j,k,m=1; float ff[13],jj[WINDOW],te[WEISHU]={0}; for(j=1;j<WINDOW+1;j++) { jf[j]=tempdata[j];//将加窗后的一帧的每一个值送到jf数组中 /*printf("%d\n",jf[j]);*/ } cbrev(jf,jf,WINDOW/2);/* 求倒序 */ rfft(jf,WINDOW,1);//进行傅里叶变换 for(i=1;i<WINDOW+1;i=i+2) { jj[m]=sqrt(jf[i]*jf[i]+jf[i+1]*jf[i+1]); //将傅里叶变换系数存到jj数组中 m++; } for(j=1;j<=14;j++) { ff[j]=1960*(j+0.53)/(26.28-j); //ff数组中的数据为118.6234177 204.2339374 297.1993127 398.5098743 } for(j=1;j<WEISHU+1;j++) { for(k=WINDOW*ff[j]/8000+1;k<=WINDOW*ff[j+1]/8000;k++) {//j=1时，k的取值范围是4.8~7.5 te[j]=te[j]+jj[k]; } } for(i=1;i<=WEISHU;i++) fan[i]=te[i];//将每一维特征系数存放到fan数组中 } void train(DATA *fan) { int i; FILE *fp; char filename[3]; ltoa(t,filename); //将t转换为字符型存放到filename数组中 fp=fopen(filename,"w");//建立以filename为文件名的文件，将fp指针指向该文件 for(i=1;i<num_frame*12+1;i++) { fprintf(fp,"%d",fan[i]); //将所有帧的特征值写入fp指向的文件中 fprintf(fp,"\n"); } fclose(fp); /* printf("shuo hua!\n");*/ } void recvoice() { DATA cep[CEPBUFFERLEN]={0}; // cep数组的长度为12*8 DATA rcep0[CEPBUFFERLEN]={0}; DATA rcep1[CEPBUFFERLEN]={0}; DATA rcep2[CEPBUFFERLEN]={0}; int j; float dist[3]; FILE *fp; fp=fopen("0","r"); //打开文件名为0的文件，将fp指向它 for(j=1;j<CEPBUFFERLEN+1;j++) { fscanf(fp,"%d",&rcep0[j]);//将文件名为0的文件文件输出到rcep0数组中，即将“1”的特征矢量输出到rcep0数组中 } fclose(fp); fp=fopen("1","r");//打开文件名为1的文件，将fp指向它 for(j=1;j<CEPBUFFERLEN+1;j++) { fscanf(fp,"%d",&rcep1[j]);//将文件名为1的文件文件输出到rcep1数组中，即将“2”的特征矢量输出到rcep1数组中 } fclose(fp); fp=fopen("2","r");//打开文件名为2的文件，将fp指向它 for(j=1;j<CEPBUFFERLEN+1;j++) { fscanf(fp,"%d",&rcep2[j]);//将文件名为2的文件文件输出到rcep2数组中，即将“3”的特征矢量输出到rcep2数组中 } fclose(fp); fp=fopen("3","r");//打开文件名为3的文件，将fp指向它 for(j=1;j<CEPBUFFERLEN+1;j++) { fscanf(fp,"%d",&cep[j]);//将文件名为3的文件文件输出到rcep2数组中，即将再次输入的数据的特征矢量输出到rcep3数组中 } fclose(fp); /*printf("%d\n",PMST);*/ printf("Start recognizing!!\n"); printf("\n"); dist[0]=dtw(cep,rcep0); //利用dtw实现语音的识别 printf("%f\n",dist[0]); dist[1]=dtw(cep,rcep1); printf("%f\n",dist[1]); dist[2]=dtw(cep,rcep2); printf("%f\n",dist[2]); for(checkresult=0;checkresult<3;checkresult++) { if(dist[checkresult]==lmin(dist[0],dist[1],dist[2])) break;//找到最小的差别，将其付给checkresult } if(checkresult==0) {printf("1\n");}//若checkresult=0，说明输入与第一个字匹配，即输出“1” if(checkresult==1)//若checkresult=1，说明输入与第二个字匹配，即输出“2”