智能語音控制系統(tǒng)

1、作品說明書題目：智能語音控制系統(tǒng)目錄1. 開發(fā)背景 22. 原理 23. 設(shè)計方案 24. 硬件電路設(shè)計 35. 軟件程序設(shè)計 56. 理 論 分 析 與 算 法 51 . 開發(fā)背景20 世紀(jì) 80 年代初，隨著大量采用電子技術(shù)的家用電器面市，家居系統(tǒng)電子化（ HE,Homen Electronics） ，智能化越來越多。然而當(dāng)今人們對日常設(shè)備的智能 化控制要求越來越高，從原來的復(fù)雜化到簡單話，在由簡單化到傻瓜化，但是現(xiàn)在人們還是不滿足，他們還想要更簡單的更方便的更智能的方法來控制自己擁有 的設(shè)備，這就是語音控制系統(tǒng)為什么會在現(xiàn)代社會如此流行，如此受到大家的歡 迎，讓語音控制系統(tǒng)成為當(dāng)今最前沿

2、的民用控制技術(shù)。2 . 原理本系統(tǒng)采用r8c 瑞薩單片機(jī)采集語音信號，再把語音信號通過通信傳到電腦上去， 通過電腦的高述的CPU 對你說的話就是語音進(jìn)行分析與計算，最終達(dá)到對語音識別的目的，當(dāng)上位機(jī)識別到你說發(fā)出的語音后把信號通過通信傳回單片機(jī)，通過單片機(jī)在來控制所有你想控制的設(shè)備，如電視、空調(diào)、冰箱、電飯鍋、洗衣機(jī)等家用電器的工作。本系統(tǒng)運用了很多前沿性的技術(shù)，通信， 單片機(jī)控制，對語音的分析，是本系統(tǒng)的三大主要內(nèi)容，特別是對語音的分析才是本系統(tǒng)的靈魂。3 . 設(shè)計方案單片機(jī)經(jīng)過一個音頻接收電路把音頻（聲音）信號采集進(jìn)單片機(jī)機(jī)系統(tǒng)中，在通過選用TL064cM音芯片把音頻信號轉(zhuǎn)換成對應(yīng)的電壓值

3、，再通過瑞薩單片機(jī)（16位）的ADI樣把電壓采集進(jìn)來，同時為了提高采樣頻率，就采用直接把未處理的數(shù)據(jù)通過RS23漏口上傳到上位機(jī)軟件中；在上位機(jī)程序中通過一定的算法處理采集到的數(shù)據(jù)流，然后把這些數(shù)據(jù)對應(yīng) 的“寫”到窗體顯示程序中（既分析儀界面），以實現(xiàn)音頻信號的采集工作進(jìn)行分析。最后 得出結(jié)果, 再由上位機(jī)傳送控制信號回單片機(jī), 讓單片機(jī)進(jìn)行控制.4 .硬件電路設(shè)計硬件電路由R8c瑞莎單片機(jī)最小系統(tǒng)和 RS232串口通訊，語音接收電路以 及電源和設(shè)備控制電路組成。其中瑞薩單片機(jī)最小系統(tǒng)版電路包括電器設(shè)備指示燈等。圖2.單片機(jī)最小系統(tǒng)原理圖因為電腦用以RS232通訊的高電平-12V,低電平+12

4、V,所以采用MAX232 芯片進(jìn)行電壓轉(zhuǎn)換。MAX232采用+5V供電，其電路原理圖如下圖3所示。VCCDB9圖3.串口通訊原理圖瑞薩單片機(jī)采用5V電源供電，其原理圖如下圖4所示，220V交流電經(jīng)過變 壓器之后，輸出9V交流電壓，再經(jīng)過四個1N4007全波整流后，經(jīng)過電容濾波后 進(jìn)入三端集成穩(wěn)壓管LM780輸出直流5V電壓。其中Ci為濾波電容，C2的作用 是防止旁路高頻干擾信號，C3的作用是改善負(fù)載瞬態(tài)響應(yīng)。圖4.單片機(jī)電源原理圖為實現(xiàn)控制額定電壓220V家用電器，采用小繼電器實施隔離控制。繼電器5所示。采用三極管S9014驅(qū)動，其控制線號由單片機(jī)供給。具電路如下圖圖5.繼電器控制電路為了實現(xiàn)

5、對語音信號的接收，我們還需要把語音信號轉(zhuǎn)換為電信號的設(shè)備，其電路如下圖6所示。5 .軟件程序設(shè)計圖3:下位機(jī)軟件流程圖6 .理論分析與算法本系統(tǒng)最主要的工作就在于對語音的分析，這是本系統(tǒng)的難點，也是本系統(tǒng)的重點所在在對語音的采集與計算中也提到了很多算法，也是其中的精髓所在.首先對語音幸好數(shù)據(jù)進(jìn)行加窗處理，由于發(fā)音器官的慣性運動， 可以認(rèn)為在一小段時間里（一般為10ms30ms）語音信號近似不變，即語音信號具有短時平穩(wěn)性。這樣，可以把語 音信號分為一些短段（稱為分析幀）來進(jìn)行處理。語音信號的分幀實現(xiàn)方法：采用可移動的有限長度窗口進(jìn)行加權(quán)的方法來實現(xiàn)的。一般每秒的幀數(shù)約為33100幀。分幀一般采用

6、交疊分段的方法，這是為了使幀與幀之間平滑過渡，保持其連續(xù)性。前一01/2。圖3.3給出了幀移與幀長示意圖加窗常用的兩種方法：矩形窗，窗函數(shù)如下:漢明(Hamming)窗，窗函數(shù)如下1w ( n )00 n N 1其它幀和后一幀的交疊部分稱為幀移，幀移與幀長的比值一般取為加窗方法示意圖:0.54 0.46 cos 2狗/ N 1, 0 nw(n)0其它窗長的選擇一般選取100200。原因如下：當(dāng)窗較寬時，平滑作用大，能量變化不大，故反映不出能量的變化。當(dāng)窗較窄時，沒有平滑作用，反映了能量的快變細(xì)節(jié)，而看不出包絡(luò)的變化。語音信號的分幀處理，實際上就是對各幀進(jìn)行某種變換或運算。設(shè)這種變換或運算用T表示，x(n)為輸入語音信號，w(n)為窗序列，h(n)是與w(n)有關(guān)的濾波器，則各幀經(jīng)處理 后的輸出可以表示為：Qn Tx(m)h(n m )m1.短時平均能量定義定義n時刻某語音信號的短時平均能量 En為：nEnx(m)w(n m)2x(m)w(n m)2mm n (N 1)當(dāng)窗函數(shù)為矩形窗時，有nE nx2(m )m n ( N 1 )若令2h ( n ) w ( n