[發明專利]一種基于FPGA平臺的聲音識別系統及方法

在審

• 申請號: 202111663019.0
• 申請日: 2021-12-30
• 公開（公告）號: CN114333779A
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 肖卓凌;王智;張新辰;付宇飛
• 申請（專利權）人: 電子科技大學
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/08;G10L19/26;G10L25/24;G10L25/27
• 代理公司: 北京正華智誠專利代理事務所(普通合伙) 11870
• 代理人: 代維凡

本發明公開了一種基于FPGA平臺的聲音識別系統及方法，系統包括相互連接的FPGA開發板和聲音輸入模塊；其中，FPGA開發板包括聲音輸入預處理模塊、聲音MFSC提取模塊、CNN識別模塊、DMA模塊、DDR3、DDR Ctrl、數據緩存布控模塊、乒乓RAM、MFSC RAM、CNN輸入RAM和CNN輸出RAM；聲音輸入模塊依次通過聲音輸入預處理模塊、乒乓RAM、聲音MFSC提取模塊和MFSC RAM與數據緩存布控模塊連接；數據緩存布控模塊還分別與DMA模塊、CNN輸入RAM和CNN輸出RAM連接，CNN識別模塊分別與DMA模塊、CNN輸入RAM和CNN輸出RAM連接，DMA模塊還分別與DDR Ctrl和DDR3連接。

技術領域

本發明屬于聲音識別技術領域，具體涉及一種基于FPGA平臺的聲音識別系統及方法。

背景技術

聲音信號在人們的生活中無處不在。作為最常見的信號之一，聲音信號是信息的源頭，可以讓人類建立對外部世界的認識。選擇現場可編程門陣列(Field ProgrammableGate Array,FPGA)作為算法實現的平臺，研究了聲音特征提取和識別算法的FPGA實現。

基于FPGA平臺實現的聲音識別系統能夠合并在智能物聯網預警系統中，可以單獨工作，用于實時檢測環境聲音，預防突發事件；也可以和視頻監測系統混合使用，在視頻監測系統運行條件不良時(如光照過暗等)，輔助監測外部環境，協同達到更好的檢測效果。FPGA設備通常尺寸較小、所需要能耗較低，能夠較為便捷地部署在外界環境中，作為終端節點連接到整個物聯網預警系統，擴展預警系統可監測范圍和條件；有較強的可替換性，可以隨時增加和取消，方便預警系統監測范圍的改變；擁有較強的計算能力，可以接受指令、獨自處理聲音數據、上傳處理結果，能夠減輕中心節點的負擔。由于聲音識別過程較為復雜，需要預處理、特征提取和聲音識別等步驟，使用資源充足的FPGA平臺。

發明內容

針對現有技術中的上述不足，本發明提供的一種基于FPGA平臺的聲音識別系統及方法解決了檢測環境聲音過程復雜的問題。

為了達到上述發明目的，本發明采用的技術方案為：一種基于FPGA平臺的聲音識別系統，包括相互連接的FPGA開發板和聲音輸入模塊；

其中，所述FPGA開發板包括聲音輸入預處理模塊、聲音MFSC提取模塊、CNN識別模塊、DMA(直接存儲器訪問)模塊、DDR3、DDR Ctrl(DDR控制器)、數據緩存布控模塊、乒乓RAM、MFSC RAM、CNN輸入RAM和CNN輸出RAM；

所述聲音輸入模塊依次通過所述聲音輸入預處理模塊、乒乓RAM、聲音MFSC提取模塊和MFSC RAM與所述數據緩存布控模塊連接；所述數據緩存布控模塊還分別與所述DMA模塊、CNN輸入RAM和CNN輸出RAM連接，所述CNN識別模塊分別與所述DMA模塊、CNN輸入RAM和CNN輸出RAM連接，所述DMA模塊還分別與所述DDR Ctrl和DDR3連接；

所述聲音輸入模塊用于接收外部聲音，并轉換成數字聲音信號；所述聲音輸入預處理模塊用于將輸入的聲音數據進行處理，使其符合聲音MFSC提取模塊需要的格式；所述乒乓RAM用于存儲聲音輸入預處理模塊輸出的聲音數據；所述聲音MFSC提取模塊用于提取聲音數據中的MFSC數據；所述MFSC RAM用于存儲MFSC數據；所述數據緩存布控模塊用于暫存中間數據、MFSC數據和CNN的權重數據；所述CNN識別模塊用于讀取MFSC數據，完成聲音識別；所述CNN輸入RAM用于存儲CNN的權重數據和MFSC數據；所述CNN輸出RAM用于存儲CNN識別模塊生成的中間數據；所述DMA模塊用于控制DDR Ctrl搬運數據；所述DDR Ctrl用于搬運中間數據、MFSC數據和CNN的權重數據；所述DDR3用于存儲中間數據、MFSC數據和CNN的權重數據。

進一步地：所述CNN輸入RAM包括第一輸入RAM、第二輸入RAM、第三輸入RAM、第四輸入RAM、第一權重RAM、第二權重RAM、第三權重RAM和第四權重RAM；