2．2 系統的硬件結構

　　在構成語音識別電路時，我們采用了ADSP2181的主從結構設計方式，通過IDMA口由CPU裝載程序。語音識別系統的硬件結構如圖2所示。

　　在這種結構中，PC機為主CPU，ADSP2181為從CPU，由PC機通過IDMA口將程序裝載到ADSP2181的內部存儲器中。PC機總線通過CPLD譯碼，形成IRD，IWR，IAL，IS等控制信號，與ADSP2181的IDMA口相連。這樣，在ADSP2181全速運行時，主機可以查詢從機的運行狀態，可以訪問到ADSP2181內部所有的程序存儲器和數據存儲器。這對程序的編譯和調試，以及語音信號的實時處理帶來了極大的方便。

　　3 語音識別的DSP實現技術

　　3．1 浮點運算的定點實現

　　在語音識別的算法中，有許多的浮點運算。用定點DSP來實現浮點運算是在編寫語音識別程序中需要首先解決的問題。這個問題可以通過數的定標方法來實現。數的定標就是決定小數點在定點數中的位置。Q表示法是一種常用的定標方法。其表示機制是：

　　設定點數是J，浮點數是)／，則Q法表示的定點數與浮點數的轉換關系為：

　　浮點數)／轉換為定點數x：x= (int)y×2Q；

　　定點數z轉換為浮點數y：y =(float)x×2-Q。

　　3．2 數據精度的處理

　　用16b的定點DSP實現語音識別算法時，雖然程序的運行速度提高了，但是數據精度比較低。這可能由于中間過程的累計誤差而引起運算結果的不正確。為了提高數據的運算精度，在程序中采用了以下的處理方法：

　　(1)擴展精度

　　在精度要求比較高的地方，將計算的中間變量采用32b，甚至48b來表示。這樣，在指令條數增加不多的情況下卻使運算精度大大提高了。

　　(2)采用偽浮點法來表示浮點數

　　偽浮點法即用尾數+指數的方法來表示浮點數。這時，數據塊的尾數可以采用Q1．15數據格式，數據塊的指數相同。這種表示數據的方法有足夠大的數據范圍，可以完全滿足數據精度的要求，但是需要自己編寫一套指數和尾數運算庫，會額外增加程序的指令數和運算量，不利于實時實現。

　　以上兩種方法，都可以提高運算精度，但在實際操作時，要根據系統的要求和算法的復雜度，來權衡考慮。