基于定点DSP处理芯片ADSP2181的语音信号的识别

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。

3.3 变量的维护

在高级语言中，有全局变量与局部变量存储的区别，但在DSP程序中，所有声明的变量在链接时都会分给数据空间。所以如果按照高级语言那样定义局部变量，就会浪费大量的DSP存储空间，这对数据空间较为紧张的定点DSP来说，显然是不合理的。为了节省存储空间，在编写DSP程序时，最好维护好一张变量表。每进入一个DSP子模块时，不要急于分配新的局部变量，应优先使用已分配但不用的变量。只有在不够时才分配新的局部变量。

3.4 循环嵌套的处理

语音识别算法的实现，有许多是在循环中实现的。对于循环的处理，需要注意以下几个问题：

(1)ADSP2100系列DSP芯片中，循环嵌套最多不能超过4重，否则就会发生堆栈溢出，导致程序不能正确执行。但在语音识别的DSP程序中，包括中断在内的嵌套程序往往超过4重。这时不能使用DSP提供的do…unTIl…指令，只能自己设计出一些循环变量，自己维护这些变量。由于这时没有使用DSP的循环堆栈，所以也不会导致堆栈溢出。另外，如果采用jump指令从循环指令中跳出，则必须维护好PC，LOOP和CNTR三个堆栈的指针。

(2)尽量减少循环体内的指令数。在多重循环的内部，减少指令数有利于降低程序的执行次数。这样有利于减少程序的执行时间、提高操作的实时性。

3.5 采用模块化的程序设计方法

在语音识别算法的实现中，为了便于程序的设计和调试，采用了模块化的程序设计方法。以语音识别的基本过程为依据进行模块划分，每个模块再划分为若干个子模块，然后以模块为单元进行编程和调试。在编写程序之前，首先用高级语言对每个模块进行算法仿真，在此基础上再进行汇编程序的编写。在调试时，可以采用高级语言与汇编语言对比的调试方式，这样可以通过跟踪高级语言与汇编语言的中间状态，来验证汇编语言的正确性，并及时的发现和修改错误，缩短编程周期。另外，在程序的编写过程中，应在关键的部分加上必要的注释与说明，以增强程序的可读性。

在总调时，需要在各模块中设置好相应的人口参数与出口参数，维护好堆栈指针与中间变量等。

3.6 利用C语言与汇编语言的混合编程

现在，大多数的DSP芯片都支持汇编语言与C或C++语言的混合编程，ADSP2181也不例外。用C语言开发DSP程序具有缩短开发周期、降低程序复杂度的优点，但是，程序的执行效率却不高，会增加额外的机器周期，不利于程序的实时实现。为此，在用C语言编写语音识别算法时，我们采用了定点化处理技术。ADSP2181是16位定点处理器，定点化处理应注意以下几个问题：

(1)ADSP2181支持小数和整数两种运算方式，在计算时应选择小数方式，使计算结果的绝对值都小于1;

(2)用双字定点运算库代替C语言的浮点库，提高运算精度;

(3)注意在每次乘加运算之后进行饱和操作，防止结果的上溢和下溢;

(4)循环处理后的一组数据可能有不同的指数，要进行归一化处理，以便后续定点操作对指数和尾数部分分别处理。

4 结 语

用定点DSP芯片构成的语音识别系统有着广泛的应用前景，在编写语音识别算法时，对其进行定点化处理以及一些原则和方法对其他类似的算法也有着现实指导意义。在实际应用中，应注意根据DSP芯片的特点，对算法进行优化，使得DSP芯片的性能得到充分的发挥。

来源：电子发烧友