语音识别及其定点DSP实现

　　2．2 系统的硬件结构

　　在构成语音识别电路时，我们采用了ADSP2181的主从结构设计方式，通过IDMA口由CPU装载程序。语音识别系统的硬件结构如图2所示。

　　在这种结构中，PC机为主CPU，ADSP2181为从CPU，由PC机通过IDMA口将程序装载到ADSP2181的内部存储器中。PC机总线通过CPLD译码，形成IRD，IWR，IAL，IS等控制信号，与ADSP2181的IDMA口相连。这样，在ADSP2181全速运行时，主机可以查询从机的运行状态，可以访问到ADSP2181内部所有的程序存储器和数据存储器。这对程序的编译和调试，以及语音信号的实时处理带来了极大的方便。

　　3 语音识别的DSP实现技术

　　3．1 浮点运算的定点实现

　　在语音识别的算法中，有许多的浮点运算。用定点DSP来实现浮点运算是在编写语音识别程序中需要首先解决的问题。这个问题可以通过数的定标方法来实现。数的定标就是决定小数点在定点数中的位置。Q表示法是一种常用的定标方法。其表示机制是：

　　设定点数是J，浮点数是)／，则Q法表示的定点数与浮点数的转换关系为：

　　浮点数)／转换为定点数x：x= (int)y×2Q；

　　定点数z转换为浮点数y：y =(float)x×2-Q。

　　3．2 数据精度的处理

　　用16b的定点DSP实现语音识别算法时，虽然程序的运行速度提高了，但是数据精度比较低。这可能由于中间过程的累计误差而引起运算结果的不正确。为了提高数据的运算精度，在程序中采用了以下的处理方法：

　　(1)扩展精度

　　在精度要求比较高的地方，将计算的中间变量采用32b，甚至48b来表示。这样，在指令条数增加不多的情况下却使运算精度大大提高了。

　　(2)采用伪浮点法来表示浮点数

　　伪浮点法即用尾数+指数的方法来表示浮点数。这时，数据块的尾数可以采用Q1．15数据格式，数据块的指数相同。这种表示数据的方法有足够大的数据范围，可以完全满足数据精度的要求，但是需要自己编写一套指数和尾数运算库，会额外增加程序的指令数和运算量，不利于实时实现。

　　以上两种方法，都可以提高运算精度，但在实际操作时，要根据系统的要求和算法的复杂度，来权衡考虑。