[发明专利]一种基于串行FFT的低功耗MFCC语音特征提取电路

说明书

本发明公开一种基于串行FFT的低功耗MFCC语音特征提取电路，属于计算、推算或计数的技术领域。该电路面向智能领域，通过优化MFCC算法，使其适应硬件电路设计，充分利用串行FFT算法以及对乘法运算的近似运算，极大地降低了电路面积和功耗。电路整体包括：预处理模块、分帧加窗模块、FFT模块、梅尔滤波模块、对数和DCT模块，改进后的FFT算法采用串行流水线方式处理数据，有效利用音频帧的时间，达到满足输出要求的情况下，减小了电路的存储面积和运算次数。同时，预加重模块利用移位运算代替乘加运算，以及对数运算利用查找表的方式，都进一步降低了电路的面积和功耗。

技术领域

本发明公开了一种基于串行FFT的低功耗MFCC语音特征提取电路，涉及语音特征信号处理和集成电路设计领域，属于计算、推算或计数的技术领域。

背景技术

随着当前时代智能化的逐渐发展，语音交互在智能领域上的重要性也愈加增强，语音交互设备也开始在我们生活中扮演了重要角色，如智能手机的语音助手，门禁系统和车载系统等。而语音交互的关键是语音识别，语音特征提取又是语音识别的关键技术，以较小的功耗实现对音频特征信号的低损失提取能够有效地提升语音识别系统的识别准确率。

目前，传统的语音特征提取算法包含了动态时间规划(DTW，Dynamic TimeWarping)、线性预测编码(LPC，Linear Predictive Coding)、梅尔倒频谱分析(MFCC，Mel-frequency Cepstral Coefficients)等，其中，性能和提取精度较好的为梅尔频率倒谱分析。该算法通过对音频的预处理、分帧加窗、快速傅里叶变换(FFT，Fast FourierTransform)、梅尔对数运算以及离散余弦变换(DCT，Discrete Cosine Transform)，最终得到音频的结果，但是传统的MFCC算法对于硬件的适配性很差，其中，FFT运算过程以及梅尔滤波运算所需的大量乘加运算和存储面积增大了硬件的实现难度和代价。而且由于智能设备面临供电续航的局限性，传统的语音提取算法已经不适合当前智能设备的使用，因此，本发明设计了MFCC语音特征提取电路，通过优化其中的FFT和梅尔滤波算法架构和预处理模块的乘加方式，极大减小了语音特征提取电路的运算量和存储量，使其更适应智能设备的低功耗要求。

发明内容

本发明的发明目的是针对上述背景技术的不足，提供了一种基于串行FFT的低功耗MFCC语音特征提取电路，在低功耗MFCC电路架构下，通过优化其乘加运算方式，并采用串行FFT算法以及优化的梅尔滤波架构，以降低一定的速度来极大地减小电路的面积以及功耗，从而解决了语音特征提取算法在硬件上的高功耗和大存储量问题。

本发明为实现上述发明目的采用如下技术方案：

一种基于串行FFT的低功耗MFCC语音特征提取电路包括：预处理模块，分帧加窗模块、FFT模块、梅尔滤波模块以及对数和DCT模块；

预处理模块，其功能等同于一个高通滤波器，该模块保证了信号在频谱上的信噪比，并且减小了人声高频部分的衰减。预处理模块对串行输入的语音序列的具体操作为输入的数据与语音序列中相邻时间的前一个数据相减后再累加前一数据向右移位4位后的值得到预加重后的语音信号。

分帧加窗模块，其功能为将一段长音频分割为若干帧送入后续模块处理。输入的语音序列每t(t为小数，常取20到40)毫秒的数据作为一帧，一帧的数据点数(数据点数为帧长乘以采样率)为T(T为整数，为了满足后续FFT模块，T常取2的N次方)，数据精度为A比特(A为大于1的整数)，帧与帧之间重叠s(s为小数，常取t的一半)毫秒，重叠部分的点数为S(S为整数，通常为T的一半)。由于相邻两帧之间有重叠数据，因此相邻帧的重叠部分的数据需要使用一个S*A比特的静态随机存储器存储，以备在下一帧中使用，每一帧数据与存储在只读存储器中的汉明窗函数值相乘，即可得到该模块的输出。