语音信号识别基于盲源信号分离的实现
3．2 软件实现
Matlab仿真成功后，还需要用硬件来实现。这里以选用ADSP_BF533为例进行阐述。其流程图如图3所示。在用DSP编程实现时，其常见问题首先是白化处理中要用到特征值分解，采用的方式是进行多次QR分解。本文引用地址：//m.amcfsurvey.com/article/156086.htm
为了使人耳可以分辨出不同的声音，观测时间应该足够大，在AD1836采集频率为48kHz时，采集约为22s的声音信号，其需要处理的数据长度为48K×22b，约为一百万个点。在常规的程序设计中，对此信号的处理就需要定义长度为一百万的数组，这远远的超出了内存容量，故其解决方案是直接访问(包括读写)存储在SDRAM中的数据，并把原来程序中的数组运算修改为针对每个元素的运算。每个元素均可直接访问SDR-AM，而不必将保存在SDRAM中的数据通过数组的方式传递到内存中。这就相当于用时间换取内存空间。
AD1836采集的数据为24位的二进制有符号整形数据。为了提高精度，减小误差，应选用32位而不是16位的数据格式进行处理。从24位到32位的转换可采用的方案如下：
对于负数：
评论