隨著大規模集成電路技術和半導體技術的發展，1982年世界上誕生了第一代dsp芯片tms32010及其系列產品。這種dsp器件采用微米工藝nmos技術制作，雖功耗和尺寸稍大，但運算速度卻比微處理器快了幾十倍，尤其在語言合成和編碼譯碼器中得到了非常廣泛應用。

        &芯片的問世是個里程碑，它標志著dsp應用系統由大型系統向小型化邁進了一大步。至80年代中期，隨著cmos工藝的dsp芯片應運而生，其存儲容量和運算速度都得到成倍提高，成為語音處理、圖像硬件處理技術的基礎。

        80年代后期，第三代dsp芯片問世，運算速度進一步提高，其應用范圍逐步擴大到通信、計算機領域。90年代dsp發展最快，相繼出現了第四代和第五代dsp器件。

        第五代產品，它與第四代相比，系統集成度更高，將dsp芯核及外圍元件綜合集成在單一芯片上。這種集成度極高的dsp芯片不僅在通信、計算機領域大顯身手，而且逐漸滲透到人們的日常生活領域。經過40多年的發展，dsp產品的應用已擴大到人們的學習、工作和生活的各個方面，并逐步成為電子產品更新換代的決定因素。

        而語音信號處理是信號處理中的重要分支之一。

        它包括的主要方面有：語音的識別，語言的理解，語音的合成,語音的增強,語音的數據壓縮等。各種應用均有其特殊問題。語音識別是將待識別的語音信號的特征參數即時地提取出來，與已知的語音樣本進行匹配，從而判定出待識別語音信號的音素屬性。

        關于語音識別方法，有統計模式語音識別，結構和語句模式語音識別，利用這些方法可以得到共振峰頻率、音調、嗓音、噪聲等重要參數，語音理解是人和計算機用自然語言對話的理論和技術基礎。語音合成的主要目的是使計算機能夠講話。

        為此，首先需要研究清楚在發音時語音特征參數隨時間的變化規律，然后利用適當的方法模擬發音的過程，合成為語言。其他有關語言處理問題也各有其特點。語音信號處理是發展智能計算機和智能機器人的基礎，是制造聲碼器的依據。語音信號處理是迅速發展中的一項信號處理技術。

        那么在設計完成聽覺系統的電路架構和系統之后，還有一個最重要的功能，那就是需要進行語音識別，就像人類一樣，需要不斷地進行學習，才能不斷地對不斷派生的新的詞語有更深入地了解。

        那么，什么是語音識別呢？

        簡單地說，語音識別，就是讓機器通過識別和理解過程把語音信號轉變為相應的文本或命令的高技術。

        所涉及的理論領域包括：信號處理、模式識別、概率論和信息論、發聲機理和聽覺機理、人工智能等等。

        所涉及到的行業領域包括但不限于工業、家電、通信、汽車電子、醫療、家庭服務、消費電子產品等各個領域。

        內容未完，下一頁繼續閱讀