基于定点DSP处理芯片的语音信号的识别(2)

3.1 浮点运算的定点实现

在语音识别的算法中，有许多的浮点运算。用定点DSP来实现浮点运算是在编写语音识别程序中需要首先解决的问题。这个问题可以通过数的定标方法来实现。数的定标就是决定小数点在定点数中的位置。Q表示法是一种常用的定标方法。其表示机制是：

设定点数是J，浮点数是)/，则Q法表示的定点数与浮点数的转换关系为：

浮点数)/转换为定点数x：x= (int)y×2Q；

定点数z转换为浮点数y：y =(float)x×2-Q。

3.2 数据精度的处理

用16b的定点DSP实现语音识别算法时，虽然程序的运行速度提高了，但是数据精度比较低。这可能由于中间过程的累计误差而引起运算结果的不正确。为了提高数据的运算精度，在程序中采用了以下的处理方法：

(1)扩展精度

在精度要求比较高的地方，将计算的中间变量采用32b，甚至48b来表示。这样，在指令条数增加不多的情况下却使运算精度大大提高了。

(2)采用伪浮点法来表示浮点数

伪浮点法即用尾数+指数的方法来表示浮点数。这时，数据块的尾数可以采用Q1.15数据格式，数据块的指数相同。这种表示数据的方法有足够大的数据范围，可以完全满足数据精度的要求，但是需要自己编写一套指数和尾数运算库，会额外增加程序的指令数和运算量，不利于实时实现。

以上两种方法，都可以提高运算精度，但在实际操作时，要根据系统的要求和算法的复杂度，来权衡考虑。

3.3 变量的维护

在高级语言中，有全局变量与局部变量存储的区别，但在DSP程序中，所有声明的变量在链接时都会分给数据空间。所以如果按照高级语言那样定义局部变量，就会浪费大量的DSP存储空间，这对数据空间较为紧张的定点DSP来说，显然是不合理的。为了节省存储空间，在编写DSP程序时，最好维护好一张变量表。每进入一个DSP子模块时，不要急于分配新的局部变量，应优先使用已分配但不用的变量。只有在不够时才分配新的局部变量。

3.4 循环嵌套的处理

语音识别算法的实现，有许多是在循环中实现的。对于循环的处理，需要注意以下几个问题：

(1)ADSP2100系列DSP芯片中，循环嵌套最多不能超过4重，否则就会发生堆栈溢出，导致程序不能正确执行。但在语音识别的DSP程序中，包括中断在内的嵌套程序往往超过4重。这时不能使用DSP提供的do…unTIl…指令，只能自己设计出一些循环变量，自己维护这些变量。由于这时没有使用DSP的循环堆栈，所以也不会导致堆栈溢出。另外，如果采用jump指令从循环指令中跳出，则必须维护好PC，LOOP和CNTR三个堆栈的指针。

(2)尽量减少循环体内的指令数。在多重循环的内部，减少指令数有利于降低程序的执行次数。这样有利于减少程序的执行时间、提高操作的实时性。

3.5 采用模块化的程序设计方法

在语音识别算法的实现中，为了便于程序的设计和调试，采用了模块化的程序设计方法。以语音识别的基本过程为依据进行模块划分，每个模块再划分为若干个子模块，然后以模块为单元进行编程和调试。在编写程序之前，首先用高级语言对每个模块进行算法仿真，在此基础上再进行汇编程序的编写。在调试时，可以采用高级语言与汇编语言对比的调试方式，这样可以通过跟踪高级语言与汇编语言的中间状态，来验证汇编语言的正确性，并及时的发现和修改错误，缩短编程周期。另外，在程序的编写过程中，应在关键的部分加上必要的注释与说明，以增强程序的可读性。

在总调时，需要在各模块中设置好相应的人口参数与出口参数，维护好堆栈指针与中间变量等。

3.6 利用C语言与汇编语言的混合编程