1 SVM多類分類方法
    SVM最初是為處理兩類分類問題而設計的，如何有效地處理多類分類問題目前仍是一個持續(xù)研究的課題。采用SVM中的“一對一”方法實現(xiàn)多類分類，下面對這種方法進行簡單介紹。
    S．Knerr等在1990年首次介紹了“一對一”方法。J．Friedman在1996年和U KreBel在1999年分別首次在支持向量機中使用這種方法。它需要構(gòu)造k(k-1)／2個分類器，每個分類器由特定的某兩類訓練樣本訓練得到，判定測試樣本的類別時，結(jié)合所有兩類分類器對測試樣本類別的判定意見，采用“投票法”的策略，并認為得票數(shù)最多(Max Wins)的類別就是測試樣本所屬的類別。具體如下：考慮K類的分類問題，設訓練集

    首先對所有的(i，j)∈{(i，j)|i≤j，i，j=1，…，K}進行運算：從訓練集中抽取所有y=i和y=j的樣本點?；谶@些樣本點組成一個訓練集Ti-j，每個兩類分類SVM解決問題
   
    約束條件為：
   
    通過求解式(3)的最優(yōu)化問題得到k(k-1)／2個決策函數(shù)，如果函數(shù)判斷x屬于i類，則i類的得票數(shù)增加1；否則j類的得票數(shù)增加1。最終判定得票數(shù)最多的類別就是測試樣本x所屬的類別。[!--empirenews.page--]
    “一對一”方法的特點是訓練時需要構(gòu)造k(k-1)／2個分類器，預測時則采用投票選擇策略。這樣做的優(yōu)點是：每一個分類問題的規(guī)模較小，需要求的問題較簡單，樣本數(shù)量不很大時訓練速度較快，而且由于類別有較少的重合，改善了樣本拒分、錯分的范同；缺點是：投票法可能存在得票相同的類，即可能存在一個樣本同時屬于多個類的情況。這可以使用其他方法解決，這里重點研究SVM算法在0MAP上的實現(xiàn)。

2 嵌入式系統(tǒng)開發(fā)環(huán)境的搭建
    0MAP5912處理器是由TI公司的TMS320C55x型DSP內(nèi)核(192 MHz)與低功耗、增強型ARM926EJ-S微處理器(192 MHz)組成的雙核應用處理器，采用0．13μm CMOS工藝制造。TMS320C55x型DSP可提供對低功耗應用的實時多媒體處理的支持；ARM926EJ-S MPU可滿足控制和接口方面的處理需要。基于雙核結(jié)構(gòu)的0MAP5912具有極強的運算能力和極低的功耗，采用開放式、易于開發(fā)的軟件設施，支持廣泛的操作系統(tǒng)。嵌入式系統(tǒng)開發(fā)在解決了硬件平臺的設計和操作系統(tǒng)的搭建后就需要考慮應用程序如何編譯、主機如何與開發(fā)板通信、程序如何調(diào)試、程序如何下載到開發(fā)板這幾個方面的問題。
2．1 通信環(huán)境
    采用minicom通信終端程序，通過minicom可以設置、監(jiān)視串口工作狀態(tài)，接收、顯示串口收到的信息、并且在宿主機和開發(fā)板之間傳遞數(shù)據(jù)和控制指令，從而實現(xiàn)通過宿主機上調(diào)試開發(fā)板的目的。
    設置minicom參數(shù)值如下：“Serial Device”為／dev／ttyrSO(使用串口1)；主機串口波特率為：115 200；數(shù)據(jù)位為：8位；停止位為：1位；奇偶校驗位為：無；數(shù)據(jù)流控制為：無。完成后保存設置重啟Minicom。
2．2 程序下載環(huán)境
    在程序開發(fā)期間，經(jīng)常需要把程序下載到開發(fā)板上進行測試，采用通用開發(fā)模式：將宿主機和開發(fā)板通過以太網(wǎng)連接，在宿主機上運行minicom作為開發(fā)板的顯示終端，通過NFS(Network File System，網(wǎng)絡文件系統(tǒng))來掛載宿主機硬盤，讓應用程序直接運行在開發(fā)板上。
2．3 交叉編譯環(huán)境的建立
    宿主機系統(tǒng)為Ubuntu version 2．6．27，將交叉編譯工具arm-linux-gcc-3．4．1解壓縮到／usr／local／arm目錄下，然后在終端執(zhí)行命令：#gedit／root／．bashrc，修改／root／．bashrc文件，在文件中加入export PATH=“$PATH：／sbin：／usr／local／arm／3．4．1／bin：／usr／local／bin：／usr／local”，最后在終端執(zhí)行命令#source．bashrc．至此，交叉編譯環(huán)境搭建完成。資源文件和庫文件都
安裝在／usr／local／arm／3．4．1／arm-linux目錄下。交叉編譯過程如圖l所示。

2．4 安裝NFS《Network File System)
    在開發(fā)階段采用NFS比較方便，這樣開發(fā)板的根文件系統(tǒng)可以放在宿主機上，然后通過NFS來掛載和運行。內(nèi)核同樣也可放在宿主機上，然后由引導器使用TFTP(Trivial FileTransferProtocol)協(xié)議通過以太網(wǎng)來獲取。開發(fā)板同時具有以太網(wǎng)口和串口，且以太網(wǎng)連接的傳輸速度遠比串口連接要快，因此，用以太網(wǎng)接口下載內(nèi)核和根文件系統(tǒng)，而串口作為調(diào)試和控制臺來使用。
2．4．1安裝NFS
    Ubuntu上默認是沒有NFS服務的，首先要安裝NFS服務程序，#sudo apt-get install nfs-kernel-server，使宿主機相當于NFS服務器。同樣地，開發(fā)板作為NFS的客戶端，需要安裝NFS客戶端程序：#sudo apt-get install nfs-commmon。
2．4．2 配置portmap服務
    nfs-common和nfs-kernel-setver都依賴于portmap，所以需要配置portmap。#sudo dpkg-reconfigure portmap，對Shouldportmap be bound to the loopback address?選N。
    在／etc／hosts．deny和／etc／hosts．a(chǎn)llow兩文件中設置對portmap的訪問：首先在／etc／hosts．deny中，禁止所有用戶對portmap的訪問，然后在／etc／hosts．a(chǎn)llow中，允許特定用戶對portmap進行訪問。文件修改完后執(zhí)行#sudo／etc／init．d／pottmap restart，重啟portmap daemon使改動后的內(nèi)容生效。
2．4．3 配置／etc／exports
    NFS掛載目錄及權(quán)限由／etc／expotts文件定義。在該文件最后添加語句：
    ／data／rootfs2．6 192．168．0．*(rw，sync，no_root_squash)
    使192．168．O．*網(wǎng)段內(nèi)的NFS客戶端能夠共享NFS服務器／data／rootfs2．6目錄內(nèi)容，不僅有瀆寫權(quán)限，而且進入／data／rootfs-2．6目錄后的身份為root。更新配置，重啟NFS服務。
    #sudo exportfs-r
    #sudo／etc／init．d／nfs-kernel-server restait[!--empirenews.page--]
2．4．4 拷貝根文件系統(tǒng)
    拷貝根文件系統(tǒng)到／data／rootfs2．6目錄下，這時就可以啟動minicom，作為虛擬終端，可以通過它來操作開發(fā)板。
2．5 修改開發(fā)板啟動項
    bootargs參數(shù)設置Linux系統(tǒng)啟動時掛載在NOR Flash上的JFFS2根文件系統(tǒng)。掛載宿主機上的網(wǎng)絡文件系統(tǒng)，則bootargs參數(shù)應設置
    setenv bootargs=console=ttyS0，115200n8 noinitrd rw ip=192．168．0．158 root=／dev／nfs nfsroot=192．168．0．204：／data／rootfs2．6．nolock mem=62M
    #sayenv保存設置后重啟u-boot，之后將順利進入到開發(fā)板，調(diào)試應用程序。

3 實驗及結(jié)果分析
    基于VC++6．0編程實現(xiàn)一種多類分類SVMs算法，PC機環(huán)境為Ubuntu version 2．6．27，開發(fā)板為Omap5912的ARM926ej-s，其環(huán)境為Lin-ux version 2．6．18；Boot Loader采用u-boot version 1．1．6；交叉編譯工具鏈arm-linux-gcc version3．4．1。
    采用16個人分別對50個詞的孤立詞發(fā)音，在不同信噪比下(15、20、25、30 dB和無噪音)得到的語音數(shù)據(jù)作為樣本，采用由MFCC特征提取算法得到的特征參數(shù)作為識別網(wǎng)絡的輸入。語音信號采樣率為11．025 kHz，幀長N=256點，幀移M=128點。詞匯量分別為10、20、30、40和50個詞。訓練樣本由9人每人對每詞在15、20、25、30 dB、無噪音下發(fā)音3次得到．測試樣本由另外7人在相應SNR下對每詞發(fā)音3次得到。識別算法采用RBF核函數(shù)的SVM算法，采用交叉驗證和網(wǎng)格搜索法進行核參數(shù)選擇并建立模型，對測試樣本進行分類識別。核函數(shù)參數(shù)取最優(yōu)為(c，y)=(32．0，O．000 122 070 312 5)。實驗結(jié)果見表l所示，識別率均在95％以上。表1中同時列出同樣條件下使用HMM識別網(wǎng)絡的識別結(jié)果。

    HMM模型是典型的語音識別模型，它是目前語音識別效果最好的少數(shù)幾種方法之一。在相同特征參數(shù)下將SVM與HMM模型進行對比，從實驗結(jié)果看出：1)SVM比HMM模型具有更高的識別率；2)比較相同信噪比和詞匯量下的測試精度，可發(fā)現(xiàn)HMM模型的測試精度有明顯下降，而SVM的測試結(jié)果下降較少，說明SVM比HMM模型具有更強推廣性。

4 結(jié)束語
    提出一種基于SVM的0MAP5912非特定人嵌入式語音識別系統(tǒng)的實現(xiàn)方法。在搭建的開發(fā)環(huán)境下運用SVM算法巾的“一對一”方法進行語音識別，獲得良好結(jié)果。通過實驗可以得出，對中小詞匯量采用MFCC特征參數(shù)，“一對一”SVM作為后端識別方法可以得到較好的識別結(jié)果，比傳統(tǒng)的HMM模型有明顯優(yōu)勢。同時SVM算法作為應用程序集成到0MAP5912嵌入式系統(tǒng)里，存儲量需求小，能夠滿足實用要求。