隨著科學技術不斷發展與革新，語音識別系統的研究也逐漸走向深入，如今已涉及微機技術、人工智能、數字信號處理、模式識別、聲學、語言學和認知科學等許多學科，變成了一個多學科綜合性研究領域。高性能數字信號處理芯片DSP技術得到迅速發展，為語音識別的實時實現提供了可能。

　　眾所周知，DSP芯片是一種特別適合于進行數字信號處理運算的微處理器，其主要應用是實時快速地實現各種數字信號處理算法。數字化的核心技術之一是數字信號處理，用數值計算的方式對信號進行加工的理論和技術，在執行中很大程度上需要由DSP器件來完成，如今DSP技術已成為人們日益關注的并得到迅速發展的前沿技術。鑒于此，電子發燒友誠邀ADI公司DSP亞洲業務區域經理陸磊先生，共同探討語音識別發展大勢，以及ADI在該領域的產品與布局。

　　ADI公司DSP亞洲業務區域經理陸磊指出，DSP作為運行語音識別的算法運行的載體，需要提供足夠的性能，以及低功耗、低成本的產品。

　　信號的處理過程，一般是先利用計算機或專用處理設備，以數字形式對信號進行采集、變換、濾波、估值、增強、壓縮、識別等處理，得到符合需要的信號形式。ADI公司DSP亞洲業務區域經理陸磊指出，DSP技術在語音信號的處理上，主要通過語音編碼、語音合成、語音識別、語音增強、語音郵件、語音儲存等，將信號有效的轉化然后傳遞。

　　語音識別或將是下一代“人機界面”

　　陸經理表示，截止到目前，語音識別還不能完全替代傳統的“人機界面”。但是有較大的潛力，對一些相對簡單的控制，比如控制家電的開關等，會較快被應用。當前語音識別存在著較大的技術瓶頸，如對方言的識別、在有較強背景噪音時的識別、長句的識別等方面的識別率還有待提高。

　　DSP作為語音識別技術的處理核心，在語音處理方面可以得到很好應用。主要是DSP運算量比同主頻的MCU運算性能高，能在普通的語音識別算法上對聲音作更多的處理，比如，先運用一定運算消除背景噪音，再進行識別。ADI公司DSP亞洲業務區域陸磊先生表示，在實現語音識別算法時，會用到許多浮點運算，利用定點DSP是在其中運作成了關鍵所在，進一步指出，定點和浮點DSP都可以進行語音識別，浮點的運算可以進行定點化處理，在定點DSP上運行，當然，隨著浮點處理器的價格降低，也可以直接采用浮點處理器，ADI的Blackfin ?系列（定點）處理器，比如BF70x和2147x/2148x（浮點）處理器都很適合語音識別處理。

　　DSP在語音識別領域發展方向與挑戰

　　在語音識別應用上，針對DSP芯片往后的發展又將如何？對此，陸經理表示，不同的語音識別應用可能需要不同的處理器。DSP作為運行語音識別的算法運行的載體，需要提供足夠的性能，以及低功耗、低成本的產品。通用CPU可以進行語音識別的運算，但是功耗高。MCU可以進行簡單的語音識別運算，但是運算能力受限。

　　同時指出，在未來DSP與FPGA將會協同共助語音識別發展。由于雙方的可編程，重用性和算法升級都有共通性，因此，使用DSP或FPGA都能實現更低功耗和更高性能。陸經理在被問到未來DSP與FPGA兩者的關系將會如何發展時表示，低成本、低功耗、小尺寸依舊是目前無線通信基礎設施、汽車電子、智能視頻監控、工業自動化控制和航空航天等嵌入式應用領域的主要市場需求，語音識別將是重點發展方向。

　　最后，陸經理強調，隨著DSP應用市場的不斷拓展，不僅是在語音識別領域，包括在通信、醫療、汽車、工業、新能源在內的諸多細分行業都會都提出了新的要求。為滿足這些需求，ADI在產品規劃上結合自身DSP技術和數字邏輯、模擬電路的優勢，針對相應的細分市場推出合適的產品。而在對成本、功耗和體積要求高的應用中，單芯片的解決方案必然是趨勢，DSP芯片也將會滿足未來的發展需求。
本文選自《嵌入式技術特刊》，更多優質內容，馬上下載閱覽