[发明专利]一种基于FPGA平台的声音识别系统及方法

权利要求书

1.一种基于FPGA平台的声音识别系统，其特征在于，包括相互连接的FPGA开发板和声音输入模块；

其中，所述FPGA开发板包括声音输入预处理模块、声音MFSC提取模块、CNN识别模块、DMA模块、DDR3、DDR Ctrl、数据缓存布控模块、乒乓RAM、MFSC RAM、CNN输入RAM和CNN输出RAM；

所述声音输入模块依次通过所述声音输入预处理模块、乒乓RAM、声音MFSC提取模块和MFSC RAM与所述数据缓存布控模块连接；所述数据缓存布控模块还分别与所述DMA模块、CNN输入RAM和CNN输出RAM连接，所述CNN识别模块分别与所述DMA模块、CNN输入RAM和CNN输出RAM连接，所述DMA模块还分别与所述DDR Ctrl和DDR3连接；

所述声音输入模块用于接收外部声音，并转换成数字声音信号；所述声音输入预处理模块用于将输入的声音数据进行处理，使其符合声音MFSC提取模块需要的格式；所述乒乓RAM用于存储声音输入预处理模块输出的声音数据；所述声音MFSC提取模块用于提取声音数据中的MFSC数据；所述MFSC RAM用于存储MFSC数据；所述数据缓存布控模块用于暂存中间数据、MFSC数据和CNN的权重数据；所述CNN识别模块用于读取MFSC数据，完成声音识别；所述CNN输入RAM用于存储CNN的权重数据和MFSC数据；所述CNN输出RAM用于存储CNN识别模块生成的中间数据；所述DMA模块用于控制DDR Ctrl搬运数据；所述DDR Ctrl用于搬运中间数据、MFSC数据和CNN的权重数据；所述DDR3用于存储中间数据、MFSC数据和CNN的权重数据。

2.根据权利要求1所述的基于FPGA平台的声音识别系统，其特征在于，所述CNN输入RAM包括第一输入RAM、第二输入RAM、第三输入RAM、第四输入RAM、第一权重RAM、第二权重RAM、第三权重RAM和第四权重RAM；

所述乒乓RAM包括RAM0和RAM1。

3.根据权利要求1所述的基于FPGA平台的声音识别系统，其特征在于，所述声音输入预处理模块包括CTRL子模块、ADC_READ子模块和FIR子模块、其中，所述CTRL子模块分别与所述ADC_READ子模块和FIR子模块连接，所述ADC_READ子模块还与所述FIR子模块连接；所述FIR子模块还与所述乒乓RAM连接；

所述CTRL子模块包括依次连接的IIC_CTRL、FIR_CTRL和RAM_CTRL，所述RAM_CTRL还与所述乒乓RAM连接，所述FIR_CTRL还与所述FIR子模块连接，所述IIC_CTRL还与所述声音输入模块连接。

4.根据权利要求1所述的基于FPGA平台的声音识别系统，其特征在于，所述声音MFSC提取模块包括依次连接的声音MFSC提取模块状态机、加窗子模块、傅里叶子模块、幅度计算子模块、梅尔滤波子模块、自然对数计算子模块和第一填充子模块；所述声音MFSC提取模块状态机还与所述乒乓RAM连接，所述第一填充子模块还与所述MFSC RAM连接；

所述梅尔滤波子模块包括梅尔滤波器组和64个三角滤波器，其中，梅尔滤波器组的系数为16448。

5.根据权利要求1所述的基于FPGA平台的声音识别系统，其特征在于，所述CNN识别模块包括相互连接的CNN识别模块状态机和多通道子模块；其中，所述多通道子模块包括第一通道～第四通道，所述第一通道～第四通道的结构相同，均包括卷积计算子模块、累加子模块、池化子模块和第二填充子模块。

6.一种基于FPGA平台的声音识别方法，其特征在于，包括以下步骤：

S1、通过声音输入模块收集声音数据，得到MFSC数据和CNN的权重数据；

S2、将MFSC数据和CNN的权重数据发送至CNN识别模块，得到中间数据，并将中间数据发送至CNN输出RAM；

S3、当CNN输出RAM存储满后将中间数据发送至DDR3中，再通过DDR3将中间数据发送至CNN识别模块；

S4、重复步骤S3，通过CNN识别模块完成所有中间数据的计算，得到识别的声音结果。