語音識(shí)別系統(tǒng)設(shè)計(jì)

第1章緒論1.1引言智能電子技術(shù)在現(xiàn)實(shí)生活中的智能家居電子產(chǎn)品中得到廣泛應(yīng)用。特別是計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)通信技術(shù)、信息控制技術(shù)的迅猛發(fā)展與提高，促使家庭實(shí)現(xiàn)了生活現(xiàn)代化，居住環(huán)境舒適化、安全化。這些高科技已經(jīng)影響到人們生活的方方面面，改變了人們生活習(xí)慣，提高了人們的生活質(zhì)量，智能化家居也正是在這種形勢(shì)下應(yīng)運(yùn)而生的。智能家居的日漸興起給人們的家居生活帶來了全新的感受，家居智能化正在成為一種趨勢(shì)。[14]智能家電通過處理電子技術(shù)，來集成或控制家中的電子電器產(chǎn)品，讓家居生活更加舒適、安全、有效。與普通家電相比，智能家電不僅具有傳統(tǒng)的家電功能，還能根據(jù)人們的語音指揮，由原來的被動(dòng)靜止結(jié)構(gòu)轉(zhuǎn)變?yōu)榫哂兄鲃?dòng)識(shí)別語音執(zhí)行的智慧工具，優(yōu)化人們的生活方式，幫助人們有效安排時(shí)間，增強(qiáng)家居生活的安全性、舒適性。本文通過對(duì)傳統(tǒng)的家庭照明系統(tǒng)、電扇和電視機(jī)進(jìn)行改造，使其成為具語音識(shí)別功能的智能家電，由于條件限制此次設(shè)計(jì)的智能控制系統(tǒng)由驅(qū)動(dòng)LED顯示來進(jìn)行仿真實(shí)現(xiàn)。1.2國內(nèi)外智能語音識(shí)別系統(tǒng)發(fā)展現(xiàn)狀語音識(shí)別研究從二十世紀(jì)50年代開始到現(xiàn)在已經(jīng)歷了半個(gè)多世紀(jì)的蓬勃發(fā)展，在這期間獲得了巨大的進(jìn)展。國外的語音識(shí)別研究工作可以追溯到20世紀(jì)50年代AT&T貝爾實(shí)驗(yàn)室開發(fā)的第一個(gè)能實(shí)現(xiàn)十個(gè)英文數(shù)字的語音識(shí)別系統(tǒng)。是在60年代末70年代初。在70年代，提出了語音信號(hào)線性預(yù)測(cè)編碼(LPC)技術(shù)，動(dòng)態(tài)時(shí)間規(guī)整(DTW)技術(shù)，矢量量化(VQ)和隱馬爾可夫模型(HMM)理論。進(jìn)入80年代以后，研究的重點(diǎn)逐漸轉(zhuǎn)向大詞匯量、非特定人連續(xù)語音識(shí)別。這一時(shí)期，語音識(shí)別的研究更進(jìn)一步，興起了人工神經(jīng)網(wǎng)絡(luò)在語音識(shí)別中的應(yīng)用。進(jìn)入20世紀(jì)90年代后，語音識(shí)別系統(tǒng)開始從實(shí)驗(yàn)室走向?qū)嵱?。許多著名的大公司如IBM、蘋果、AT&T和NTT都對(duì)語音識(shí)別系統(tǒng)的實(shí)用化研究投以巨資。比較有代表性的系統(tǒng)有：IBM公司推出的ViaVoice和DragonSystem公司的NaturallySpeaking,Nuance公司的NuanceVoicePlatform語音平臺(tái)，Microsoft的Whisper,Sun的VoiceTone，以及當(dāng)今流行的Apple的siri功能。[1]. 我國的語音識(shí)別研究起始于1958年，由中國科學(xué)院聲學(xué)所利用電子管電路識(shí)別!十個(gè)元音。直至1973年才由中國科學(xué)院聲學(xué)所開始計(jì)算機(jī)語音識(shí)別。1986年3月我I國高科技發(fā)展計(jì)劃（863計(jì)劃）啟動(dòng)，國家863智能計(jì)算機(jī)專家組為語音識(shí)別技術(shù)研究專門立項(xiàng)，每兩年舉行一次專題會(huì)議?，F(xiàn)在我國語音識(shí)別技術(shù)的研究水平已經(jīng)基本上I與國外同步，在漢語語音識(shí)別技術(shù)上還有自己的特點(diǎn)與優(yōu)勢(shì)。國內(nèi)有不少語音識(shí)別系! 統(tǒng)已研制成功。在孤立字大詞匯量語音識(shí)別方面，最具代表性的要數(shù)92年清華大學(xué)電子工程系與中國電子器件公司合作研制成功的THED-919特定人語音識(shí)別與理解實(shí)- 一 ..: 時(shí)系統(tǒng)。在連續(xù)語音識(shí)別方面，91年12月四川大學(xué)計(jì)算機(jī)中心在微機(jī)上實(shí)現(xiàn)了一個(gè)!主題受限的特定人連續(xù)英語---漢語語音翻譯演示系統(tǒng)。在非特定人語音識(shí)別方面，裝有清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系在87年研制的聲控電話查號(hào)系統(tǒng)并投入實(shí)際使用?！?而住宅智能化系統(tǒng)的概念也是從上世紀(jì)70年代末起源于美國，隨后，歐洲、日本等國家住宅智能化也得到了飛速發(fā)展。在我國，智能家居這一概念推廣較晚，約在90年代末住宅智能化系統(tǒng)進(jìn)入國內(nèi)，但其發(fā)展速度非?？欤珖呀⒘艘恍┚哂幸欢ㄖ悄芑δ艿淖≌^(qū)和家庭智能化生活住宅。訂II1.3主要工作!IIIIII鑒于目前市場(chǎng)上的各類智能家居產(chǎn)品在人機(jī)交互方面還只是停留在手動(dòng)控制沒線有實(shí)現(xiàn)真正的人機(jī)對(duì)話，本文把語音識(shí)別引入到智能家居系統(tǒng)中實(shí)現(xiàn)了語音控制家用I電器，具體的說，本文主要做以下幾個(gè)方面的工作：1.進(jìn)行設(shè)計(jì)方案對(duì)比，并簡要介紹了凌陽SPCE061A單片機(jī)，以及它在語音識(shí)別方面的應(yīng)用，并對(duì)系統(tǒng)中用到的語音識(shí)別技術(shù)做了介紹。!. 2給出了系統(tǒng)的總體結(jié)構(gòu)圖，并對(duì)部分硬件原理圖進(jìn)行了詳細(xì)的分析和說明。!3.對(duì)系統(tǒng)的軟件設(shè)計(jì)進(jìn)行了介紹，并給出了部分程序的流程圖。4對(duì)論文進(jìn)行了總結(jié)，并提出了未來需要進(jìn)一步研究開發(fā)的方向。第2章系統(tǒng)設(shè)計(jì)方案的研究； 2.1方案總體比較和選擇IIIII! i 方案的差異在于使用的核心控制芯片不同比較如下：! 方案一：采用凌陽單片機(jī)作為我們的控制電路核心，凌陽SPCE061A十六位單片!.一.一 ! 機(jī)不僅內(nèi)置32kFlash，而且集成了語音處理模塊?；?! 方案二：采用AT89S52單片機(jī)控制，外加專門DSP處理芯片或者語音處理模塊。裝 與方案三比較，52單片機(jī)具有編程靈活，其控制簡單的特點(diǎn)，但外加芯片或模塊無!疑增加技術(shù)難度，并且提高了制作成本。! 方案三：采用AP7003芯片為控制核心，外加簡單的語音處理模塊。與方案二、! 三比較不需要編程，控制簡單，但識(shí)別率較低，效果不好。[4]! 通過比較，方案二和方案三無論從技術(shù)上經(jīng)濟(jì)上還是從效果上都沒有方案一好，訂! 基于SPCE061A夠建的語音控制系統(tǒng)具有成本低、使用方便、保密性好等優(yōu)點(diǎn)。所以! 選擇方案一。IIII! 2.2方案具體分析線I! 方案一：! 基于凌陽SPCE061A單片機(jī)的語音識(shí)別控制方案，實(shí)現(xiàn)語音對(duì)家用電器的控制。! 本方案以SPCE061A單片機(jī)作為主控核心，根據(jù)用戶需要可以編寫若干控制程序，根! 據(jù)各種家電的不同需要，在不同時(shí)刻輸出對(duì)家電開關(guān)等的控制信號(hào)，然后語音控制家I! 電實(shí)現(xiàn)各種功能。[8]! 1.PC機(jī)I! 通過EZ-PROBE接口和單片機(jī)連接來調(diào)試、仿真和下載程序的。這樣，就不需要! 再用仿真器和編程器了，只要將其連接好，就可以在PC機(jī)上調(diào)試程序，并且在線仿!真，最后將程序下載到芯片中。2.單片機(jī)板塊以凌陽16位單片機(jī)SPCE061A作為主控核心，較少的輔助硬件電路相結(jié)合制成的板塊。具備單片機(jī)最小系統(tǒng)電路外，還包括有源電路、音頻電路、復(fù)位電路等，采用電池供電。主體部分采用的SPCE061A，該芯片屬于16位機(jī)，芯片的設(shè)計(jì)體現(xiàn)了SOC概念，內(nèi)嵌32K的FLASH的存儲(chǔ)空間，雙16位的計(jì)數(shù)器、定時(shí)器，14個(gè)中斷源，A/D、D/A轉(zhuǎn)換單元，32位可編程的多功能IO口，LVD/LVR等部分。SPCE061A在2.6v~3.6v的工作電壓范圍內(nèi)的工作速率范圍為0.32MHz~49.152MHz，較高的工作速率使其應(yīng)用領(lǐng)域極其寬廣PROBE的接口，該接口有5針，其中兩個(gè)分別是地（VSS）和3.3V電源（VCC）。此接口與PROBE的5針接口相連，PROBE的另一端接PC機(jī)25針并口。這樣，就不需要再用仿真器和編程器了，只要將其連接好，就可以通過它在PC機(jī)上調(diào)試程序、在線仿真、最后將程序下載到芯片中，完成程序的抄寫。3.顯示驅(qū)動(dòng)電路本系統(tǒng)用LED做演示，驅(qū)動(dòng)電路僅需用三極管放大驅(qū)動(dòng)電流即可。采用凌陽16位單片機(jī)SPCE061A作為控制核心。SPCE061A具有豐富的資源、指令周期短、工作速率快、低功耗、低電壓、可編程音頻處理、在線下載易于調(diào)試等優(yōu)點(diǎn)，完全適合于對(duì)家電的控制。尤其是其語音播放功能對(duì)增加家電控制系統(tǒng)語音報(bào)告功能提供了很大的方便。方案一：使用AT89S52單片機(jī)，此方案就是要以單片機(jī)的硬件結(jié)構(gòu)為基礎(chǔ)。它的運(yùn)行過程是在程序控制下逐條執(zhí)行程序指令的過程。因?yàn)殡娐酚脝纹瑱C(jī)控制，所以電路非常簡潔。電路的核心部分是AT89S52單片機(jī)，52單片機(jī)具有價(jià)格低廉、使用簡單等特點(diǎn)，但其運(yùn)算速度較低、功能比較單一，如要對(duì)家用電器實(shí)現(xiàn)語音等功能就必須外擴(kuò)芯片，控制過程相對(duì)比較繁瑣。方案二:以AP7003為核心的控制系統(tǒng)，是低成本語音識(shí)別專用集成電路，內(nèi)置有麥克風(fēng)放大器、A/D轉(zhuǎn)換器、語音處理器和I/O控制器，經(jīng)預(yù)處理后可識(shí)別12組不同的字詞，每組1.5秒時(shí)長，可連詞或單詞識(shí)別。AP7003包括AP7003-01（由CPU串行控制）和AP7003-02（由按鍵直接控制）兩種型號(hào)，且最有高度的I/O可編程性，使用簡單方便，可廣泛應(yīng)用于玩具、識(shí)別轉(zhuǎn)控、自動(dòng)答錄等領(lǐng)域。AP7003采用DIP40封裝°AP7003具有兩種工作模式，即錄音模式和識(shí)別模式。在使用識(shí)別模式之前，應(yīng)先將目標(biāo)錄入芯片內(nèi)。AP7003內(nèi)有12條存儲(chǔ)體用于存儲(chǔ)12組不同的字句，每個(gè)存儲(chǔ)體可存儲(chǔ)1.5秒時(shí)長的字詞，可通過鍵盤或按程序編制的順序選擇存儲(chǔ)體錄入及存放目標(biāo)詞。語音可通過外部麥克風(fēng)或其它媒體錄入芯片內(nèi)，經(jīng)內(nèi)部處理后以不同的數(shù)字持片信號(hào)保存于存儲(chǔ)體中。此系統(tǒng)指令對(duì)指令數(shù)目有限制，而且識(shí)別率較低。基于上述分析，擬選擇方案一。第3章系統(tǒng)硬件設(shè)計(jì)3.1硬件總體結(jié)構(gòu)和工作過程本系統(tǒng)硬件結(jié)構(gòu)如圖3-1所示:由圖可知系統(tǒng)可分為:MIC輸入模塊、單片機(jī)、存儲(chǔ)模塊、功放和喇叭輸出模塊四大部分和外設(shè)的電源模塊、鍵盤模塊和液晶顯示電路模塊構(gòu)成。3.1.1凌陽SPCE061A介紹SPCE061A是凌陽科技公司研制的一個(gè)16位結(jié)構(gòu)的微控制器。它的內(nèi)核采用公司最新推出的（MicrocontrollerandSignalProcessor）16位微處理器芯片，工作電壓范圍為2.6?5.5v,系統(tǒng)工作頻率為0.375?49.152MHz。它不僅具有微處理器的功能，還具有DSP運(yùn)算功能，低電壓，較高的系統(tǒng)工作頻率使該單片機(jī)可以快速的處理復(fù)雜的數(shù)字語音信號(hào)。片內(nèi)集成了具有自動(dòng)增益控制功能的麥克風(fēng)輸入方式以及DAC音頻輸出功能，使用凌陽音頻編碼SACM-S240方式（2.4Kb/s）,能容納210s的語音數(shù)據(jù)，提供豐富的C函數(shù)庫和語音處理函數(shù)庫，因此非常適合數(shù)字語音和語音識(shí)別產(chǎn)品的開發(fā)。另外，SPCE061A還具有喚醒功能，即當(dāng)輸入電平發(fā)生變化時(shí)會(huì)觸發(fā)CPU中斷。在電池供電、追求低功耗的應(yīng)用場(chǎng)合,可以讓CPU進(jìn)入睡眠模式（利用軟件控制）以降低功耗，需要時(shí)才喚醒CPU，使其進(jìn)入工作狀態(tài)，這樣既可以節(jié)省能耗，又可以

延長機(jī)器的使用壽命。正因?yàn)橛幸陨咸攸c(diǎn)，SPCE061A微處理器是適用于數(shù)字語音識(shí)別應(yīng)用領(lǐng)域產(chǎn)品的一種最理想、經(jīng)濟(jì)的選擇。SPCE061A的結(jié)構(gòu)如圖3-2所示：SPCE061A的PLCC84引腳的排列如圖3-3所示：SPCE061A的管腳說明見表3-4所示：ICEICLICEAUD2IOA15-0I0B1S■DICEICLICEAUD2IOA15-0I0B1S■D.auoi圖3-2SPCE061A的結(jié)構(gòu)119876543214388-T2—-^3—-^4—"T5—-T6—-^7—119876543214388-T2—-^3—-^4—"T5—-T6—-^7—"^8—F—2o—21——22——23—-24——25—26—27 -^8—-29—-30—-^1—■32OSC320OSC321XTESTVDDXICEXICECLKXICEJDAVSSPVINDAC1DAC2VREF2VSSAGCOPIMICOUTMICNPFUSENCNCNCMCNNCNCNCNCNCPVPPIOBL1IOBL2IOB13IOBL4IOBL5XSLEEPVSSXROMTIOA15IOA14IOA13IOA12IOA11IOA10IOA974卞72-Tf■70T69而q5"分衍"58"57■56IIIIIIII90424444444圖3-3SPCE061A的引腳排列SPCE061A有PLCC84和QFP80兩種封裝。封裝形式為PLCC84的共有84個(gè)引腳。

表3-1芯片引腳說明11111111名稱PLCC84腳位說明!111111■IOA0-IOA741-48IOA[7:0]可設(shè)置為鍵喚醒，IOA[6:0]可設(shè)置為ADC輸入1111IOA8-IOA1553-60普通I/O11111OB05可設(shè)置為SIO-SCK1111IOB14可設(shè)置為SIO-SDA1111IOB23可設(shè)置為外部中斷觸發(fā)引腳EXT11111IOB32可設(shè)置為外部中斷觸發(fā)引腳EXT21111IOB41可與IBO2組成反饋信號(hào)1111IOB581可與IBO3組成反饋信號(hào)1111IOB680普通I/O裝1IOB779可設(shè)置為UART-RXIOB878可設(shè)置為TimerA的PWM輸出口1111IOB977可設(shè)置為TimerB的PWM輸出口1111IOB1076可設(shè)置為UART-TX1111IOB11-IOB1568-64普通I/O1111RESET6復(fù)位，低電平有效訂1X32012晶振輸出X32113晶振輸入1111DAC121音頻DAC1輸出1111DAC222音頻DAC2輸入1111AGC25AGC控制腳1111MICN28MIC差分信號(hào)輸入（負(fù)極）線1MICP33MIC差分信號(hào)輸入（正極）V2VREF232V基準(zhǔn)電壓輸出1111MICOUT27MIC前級(jí)放大輸出1111OPI26MIC次級(jí)放大輸入1111VADREF34AD參考電壓輸出1111VMIC37MIC電源1111VEXTREF35ADC參考電壓輸入1111VDDIO51,52,75I/O電源1111VSSIO49,50,62I/O地1111AVDD36模擬電源1111AVSS24模擬地1111VDD7,15數(shù)字電源1111VSS9,19,38數(shù)字地1111VCION8連接電容（PLL電路相關(guān)）111SLEEP63睡眠模式ICE16ICE使能ICECLK17ICE時(shí)鐘ICESDA18ICE數(shù)據(jù)TEST14TEST接高電平進(jìn)入測(cè)試模式PFUSE29保密設(shè)定PVIN20保密設(shè)定N/C10,11,30,31,32,39,40,61,69,70,71,72,73,74,82,83,84未用3.1.2凌陽單片機(jī)最小系統(tǒng)16位u'nSP16微處理器；工作電壓(CPU)VDD為2.4?3.6V(I/O)VDDH為2.4?5.5VCPU時(shí)鐘：0.32MHz?49.152MHz；內(nèi)置2K字SRAM；內(nèi)置32KFLASH；可編程音頻處理；晶體振蕩器；系統(tǒng)處于備用狀態(tài)下(時(shí)鐘處于停止?fàn)顟B(tài))，耗電僅為2PA@3.6V；2個(gè)16位可編程定時(shí)器/計(jì)數(shù)器(可自動(dòng)預(yù)置初始計(jì)數(shù)值)；2個(gè)10位DAC(數(shù)-模轉(zhuǎn)換)輸出通道；32位通用可編程輸入/輸出端口；14個(gè)中斷源可來自定時(shí)器A/B，時(shí)基，2個(gè)外部時(shí)鐘源輸入，鍵喚醒；具備觸鍵喚醒的功能；使用凌陽音頻編碼SACM_S240方式(2.4K位/秒)，能容納210秒的語音數(shù)據(jù);鎖相環(huán)PLL振蕩器提供系統(tǒng)時(shí)鐘信號(hào)；32768Hz實(shí)時(shí)時(shí)鐘；7通道10位電壓模-數(shù)轉(zhuǎn)換器(ADC)和單通道聲音模-數(shù)轉(zhuǎn)換器；聲音模-數(shù)轉(zhuǎn)換器輸入通道內(nèi)置麥克風(fēng)放大器和自動(dòng)增益控制(AGC)功能；具備串行設(shè)備接口；具有低電壓復(fù)位(LVR)功能和低電壓監(jiān)測(cè)(LVD)功能；內(nèi)置在線仿真電路ICE(In-CircuitEmulator)接口；具有保密能力；具有WatchDog功能。3.1.3凌陽單片機(jī)最小系統(tǒng)SPCE061A最小系統(tǒng)當(dāng)中，包括SPCE061A芯片外圍的基本模塊，晶振輸入模塊(OSC)、鎖相環(huán)外圍電路(PLL)、復(fù)位電路(RESET)、指示燈(LED)等。系統(tǒng)時(shí)鐘時(shí)鐘電路采用晶體振蕩器電路，外接晶振采用32768Hz。32768Hz實(shí)時(shí)時(shí)鐘通常用于鐘表、實(shí)時(shí)時(shí)鐘延時(shí)以及其它與時(shí)間相關(guān)類產(chǎn)品。SPCE061A通過對(duì)32768Hz實(shí)時(shí)時(shí)鐘源分頻而提供了多種實(shí)時(shí)時(shí)鐘中斷源。例如，用作喚醒源的中斷源IRQ5_2Hz，表示系統(tǒng)每隔0.5秒被喚醒一次，由此可作為精確的計(jì)時(shí)基準(zhǔn)。32768Hz的實(shí)時(shí)時(shí)鐘經(jīng)過PLL倍頻電路產(chǎn)生系統(tǒng)時(shí)鐘頻率(Fosc)，F(xiàn)osc再經(jīng)過分頻得到CPU時(shí)鐘頻率（CPUCLK）可通過對(duì)P_SystemClock（寫）（$7013H）單元編程來控制。默認(rèn)的Fosc、CPUCLK分別為24.576MHz和Fosc/8。用戶可以通過對(duì)P_SystemClock單元編程完成對(duì)系統(tǒng)時(shí)鐘和CPU時(shí)鐘頻率的定義。此外，32768HzRTC振蕩器有兩種工作方式：強(qiáng)振模式和自動(dòng)弱振模式。處于強(qiáng)振模式時(shí)，RTC振蕩器始終運(yùn)行在高耗能的狀態(tài)下。處于自動(dòng)弱振模式時(shí)，系統(tǒng)在上電復(fù)位后的前7.5s內(nèi)處于強(qiáng)振模式，然后自動(dòng)切換到弱振模式以降低功耗。CPU被喚醒后默認(rèn)的時(shí)鐘頻率為Fosc/8,用戶可以根據(jù)需要調(diào)整該值。CPU被喚醒后經(jīng)過32個(gè)時(shí)鐘周期的緩沖時(shí)間后再進(jìn)行其它的操作，這樣可以避免在系統(tǒng)被喚醒后造成ROM讀取錯(cuò)誤。電路圖如圖3-4所示，晶振32768兩端分別與兩個(gè)電容相連，振蕩器起振要在一定電壓值下才能起振。這兩個(gè)電容叫負(fù)載電容，保持一個(gè)恒定的偏置電壓供給。電容只是保持這個(gè)固定的電壓值，不起其他的作用。不同晶振需要不同的電壓，和容值是有關(guān)系的。Y1CS（D. |] fSC32768二二C14 二二C152Cp 2Qp1 VSS圖3-4晶振電路鎖相環(huán)PLL振蕩器系統(tǒng)要正常工作需要外部的輸入信號(hào)與內(nèi)部的振蕩信號(hào)同步，利用鎖相環(huán)電路就可以實(shí)現(xiàn)這個(gè)目的。鎖相環(huán)的特點(diǎn)是：利用外部輸入的參考信號(hào)控制環(huán)路內(nèi)部振蕩信號(hào)的頻率和相位。因鎖相環(huán)可以實(shí)現(xiàn)輸出信號(hào)頻率對(duì)輸入信號(hào)頻率的自動(dòng)跟蹤，所以鎖相環(huán)通常用于閉環(huán)跟蹤電路。鎖相環(huán)在工作的過程中，當(dāng)輸出信號(hào)的頻率與輸入信號(hào)的頻率相等時(shí)，輸出電壓與輸入電壓保持固定的相位差值，即輸出電壓與輸入電壓的相位被鎖住，這同時(shí)也是鎖相環(huán)名稱的由來。PLL通過比較外部信號(hào)的相位和由壓控晶振的相位來實(shí)現(xiàn)同步的，在比較過程中，鎖相環(huán)電路會(huì)不斷根據(jù)外部信號(hào)的相位來調(diào)整本地晶振的時(shí)鐘相位，直到兩個(gè)信號(hào)的相位同步。在數(shù)據(jù)采集系統(tǒng)中，鎖相環(huán)是一種非常有用的同步技術(shù)，因?yàn)橥ㄟ^鎖相環(huán)，可以使得不同的數(shù)據(jù)采集卡共享同一個(gè)采樣時(shí)鐘。PLL電路的作用是將系統(tǒng)提供的實(shí)時(shí)時(shí)鐘的基頻（32768Hz）進(jìn)行倍頻，調(diào)整至49.152MHz、40.96MHz、32.768MHz、24.576MHz或20.480MHz。系統(tǒng)默認(rèn)的PLL自激振蕩頻率為24.576MHz。PLL的電路框圖如圖3-5所示。PLL電路分別與芯片的8和9管腳相連，完成輸入信號(hào)和內(nèi)部振蕩信號(hào)的同步。圖3-5鎖相環(huán)電路復(fù)位電路復(fù)位電路的主要作用就是恢復(fù)系統(tǒng)默認(rèn)值，它采用按鍵與電容并聯(lián)，當(dāng)按鍵按下的時(shí)候RES_B與VSS短接，使得電容放電RES_B與VSS相同，RES_B與SPCE061A的6腳（XRESB）相連，達(dá)到電路復(fù)位的作用。當(dāng)按下控鍵按鍵后系統(tǒng)從新開始工作，或是說單片機(jī)里的程序從第一條運(yùn)行。復(fù)位是對(duì)61板內(nèi)部的硬件初始化。61板本身具有上電復(fù)位功能，即只要一通電就自動(dòng)復(fù)位。另外，還具有外部復(fù)位電路，即在引腳6上外加一個(gè)低電平就可令其復(fù)位。復(fù)位電路圖如圖3-6所示。圖3-6復(fù)位電路圖3.2語音模塊語音輸出電路如圖4所示，其中VDDH為參考電壓，VSS是系統(tǒng)的模擬地。音頻信號(hào)由SPCE061A的DAC引腳輸出送到電路的J4端，通過音量電位器R9的調(diào)節(jié)端送到集成音頻功率放大器SPY0030，經(jīng)音頻放大后，音頻信號(hào)從SPY0030輸出經(jīng)J2端口外接揚(yáng)聲器播放聲音。SPCE061A內(nèi)置2路10位精度的DAC，只需要外接功放電路即可完成語音的播放。圖中的SPY0030是凌陽的一款音頻放大芯片，可以工作在2.4?6V范圍內(nèi)，最大輸出功率可達(dá)700mW。J5都是語音輸出接口，；是兩針的插針外接喇叭，由DAC輸出引腳經(jīng)語音集成放大器SPY0030放大，然后輸出。SPY0030是音頻功率放大器。因?yàn)槁曇羰遣煌穹筒煌l率的波，即交流信號(hào)電流，三極管的集電極電流永遠(yuǎn)是基極電流的B倍，B是三極管的交流放大倍數(shù)，應(yīng)用這一點(diǎn)，若將小信號(hào)注入基極，則集電極流過的電流會(huì)等于基極電流的B倍，然后將這個(gè)信號(hào)用隔直電容隔離出來，就得到了電流（或電壓）是原先的B倍的大信號(hào)，這現(xiàn)象稱為三極管的放大作用。經(jīng)過電流與電壓的共同放大，就完成了功率放大°R14為可調(diào)電阻，當(dāng)調(diào)節(jié)阻值大小事，即調(diào)節(jié)了基極的輸入信號(hào)，最終影響的就是輸出信號(hào)即語音輸出音量的大小。SPY0030的放大倍數(shù)固定為20倍。圖3-7音頻輸出電路語音輸入電路如圖3-8所示，其中VMC提供傳聲器的電源，AVSS1是系統(tǒng)的模擬地，VCM為參考電壓，1腳和2腳分別是傳聲器X1的正極、負(fù)極的輸入引腳，連接SPCE061A的MICP、NICN管腳上。當(dāng)對(duì)著傳聲器講話時(shí)，1腳和2腳將隨著傳聲器輸入的聲音產(chǎn)生變化的波形，并在SPCE061A的兩個(gè)端口處形成兩路反相的波形，送到SPCE061A控制器內(nèi)部的運(yùn)算放大器進(jìn)行音頻放大，經(jīng)過放大的音頻信號(hào)，通過ADC轉(zhuǎn)化器轉(zhuǎn)化為數(shù)字量，保存到相應(yīng)的寄存器中。SPCE061A的A/D轉(zhuǎn)換器有8個(gè)通道，其中有1個(gè)通道是MIC-NI輸入，它專門用于對(duì)語音信號(hào)進(jìn)行采樣。語音信號(hào)經(jīng)過MCI轉(zhuǎn)換成電信號(hào)，然后輸入至SPCE061A內(nèi)部前置放大器。由于人們說話時(shí)，麥克風(fēng)距離嘴邊的距離不同，語音信號(hào)的能量將會(huì)有很大的差異，此時(shí)，如果芯片的的輸入信號(hào)太大或是太小都將影響識(shí)別的精度。而SPCE06lA內(nèi)部就帶有自動(dòng)增益控制電路AGC能隨時(shí)跟蹤、監(jiān)視前置放大器輸出的音頻信號(hào)電平，當(dāng)輸入信號(hào)增大時(shí)AGC電路自動(dòng)減小放大器的增益；當(dāng)輸入信號(hào)減小時(shí)，AGC電路自動(dòng)增大放大器的增益，從而以補(bǔ)償太小或是太大的信號(hào)，以便使進(jìn)入戶A/D的信號(hào)保持在最佳電平，又可使削波減至最小。SPCE061A芯片中已經(jīng)集成了音頻輸入專用ADC以及AGC放大電路，因?yàn)榇诵酒獠康碾娐繁容^簡單。MICP和MICN將隨著MIC產(chǎn)生的波形變化，并在兩個(gè)端口處形成兩路反相波形，在經(jīng)過兩級(jí)運(yùn)放放大，把放大的語音信號(hào)交給ADC轉(zhuǎn)換為數(shù)字量，這時(shí)就可以通過單片機(jī)編程對(duì)這些數(shù)據(jù)進(jìn)行處理，進(jìn)行語音處理識(shí)別等功能。正如我們?cè)谇懊娼榻B的61板具有強(qiáng)大的語音處理功能，如圖3-8所示，X1是語音的MIC輸入端，帶自動(dòng)增益(AGC)控制。3.3SPR4096外擴(kuò)Flash模塊在本系統(tǒng)中，當(dāng)我們對(duì)系統(tǒng)進(jìn)行訓(xùn)練、識(shí)別、操作時(shí)，有一些語音提示，由于SPCE061A內(nèi)部只有32k字的flash空間，除了一部分空間作為程序的存儲(chǔ)之后，剩下的用來存儲(chǔ)語音數(shù)據(jù)時(shí)遠(yuǎn)遠(yuǎn)不夠的，于是系統(tǒng)外擴(kuò)了flash。SPR4096與SPCE061A的連接方式為：SCK與SPCE061A的IOB0接，SDA與SPCE061A的IOB1口接。SPR4096按串行接口模式工作，要把CF2?CF0均接高電平。CF7為低電平時(shí)選中FLASH,高電平時(shí)選中SRAM。SPR4096是一個(gè)高性能的4M-bit(512X8-bit)FLASH，分為256個(gè)扇區(qū)。每個(gè)扇區(qū)2Kbyte。SPR4096還內(nèi)置了以個(gè)4KX8bit的SRAM。在進(jìn)行FLASH的編程/擦除時(shí)，可以并發(fā)執(zhí)行SRAM的讀/寫。SPR4096內(nèi)置了一個(gè)總線存儲(chǔ)器接口和一個(gè)串行接口，它允許單片機(jī)通過8-bit并行模式或者1-bit的串行模式訪問FLASH/SRAM存儲(chǔ)區(qū)。SPR4096串行接口的工作頻率可達(dá)到5MHz。SPR4096有兩個(gè)電源輸入端VDDI和VDDQ。VDDI是給內(nèi)部FLASH和控制邏輯供電的；VDDQ是專門為I/O供電的。供電電壓VDDQ:2.25V?3.6V。SPR4096最大讀電流為2mA,最大編程/擦除電流為6mA。SPR4096模塊包括總線存儲(chǔ)接口，串行接口，SRAM，編程與擦除控制器和一個(gè)4M的FLASH。選擇串行接口時(shí)，SCLK作為時(shí)鐘信號(hào)線，SDA作為1-bit的數(shù)據(jù)線。如果接收到FLASH的讀指令或者SRAM的讀/寫指令，串口會(huì)把這些指令傳給編程和擦除控制器，讓編程和擦除控制器去完成相應(yīng)操作。串行接口模式的選中是通過CF2-CF0來實(shí)現(xiàn)的。當(dāng)CF2-CF0均接高電平時(shí)，選中的就是串行接口模式，在串行接口模式下，CF7為低電平時(shí)選中FLASH，高電平時(shí)選中SRAM。該芯片有SIF(SerialInterface)和BMI(BusmenoryInterface)兩種工作方式，但DIP24只支持SIF方式。3.4系統(tǒng)電源電路設(shè)計(jì)SPCE061A采用低電壓供電方式，這可以大大降低芯片的功率損耗。其中，SPCE061A的電源分兩種，即內(nèi)核電源(VDD)和I/O口電源(VDDH)。I/O口電源采用5V電壓，而內(nèi)核電源則為3.3V或者更低。降低芯片內(nèi)核電壓的目的主要還是降低芯片的功耗，同時(shí)也可以降低芯片的工作溫度，延長芯片使用壽命。盡管這種語音芯片的工作電壓范圍很大，但是為了使芯片內(nèi)核運(yùn)行更加穩(wěn)定，同時(shí)又保證I/O口及外部擴(kuò)展部件的工作電壓要求，電源電路采用芯片7805和SPY0029分別提供5V和3.3V電壓完成對(duì)整個(gè)系統(tǒng)供電。7805芯片電路中正常工作是，輸入、輸出電壓差為2?3V。電路中靠近引腳處接入電容C40、C41用來實(shí)現(xiàn)頻率補(bǔ)償，防止穩(wěn)壓器產(chǎn)生高頻自激震蕩和抑制電路引入的高頻干擾，C39是電解電容，以減小穩(wěn)壓電源輸出端由輸入電源引入的低頻干擾。D6是保護(hù)二級(jí)管，當(dāng)輸入端短路時(shí)，給輸出電容器C39一個(gè)放電通路，防止C39兩端電壓作用于調(diào)整管的be結(jié)，造成調(diào)整管be結(jié)擊穿而損壞。如圖3-12所示SPY0029芯片電路采用3節(jié)5號(hào)干電池供電，其中前后兩組電容用來去耦濾波，使其供給芯片的電源更加干凈滑。為了獲得標(biāo)準(zhǔn)的3.3V電壓，在電路上加入SPY0029三端穩(wěn)壓器和兩個(gè)二級(jí)管，是為了防止誤將電源接反造成不必要損失而設(shè)置的。在實(shí)際應(yīng)用中最好不要把電源接反，因?yàn)榉聪螂妷撼^一定值，二極管會(huì)被損壞，達(dá)不到保護(hù)母的。后面的零電阻及電源分成不同的幾路是為了減少電磁干擾設(shè)置的。圖3-10是電源部分電路，4.5V直流電壓經(jīng)過SPY0029后產(chǎn)生3,3V給整個(gè)系統(tǒng)供電。SPY0029是凌陽公司設(shè)計(jì)的電壓調(diào)整IC，采用CMOS工藝。SPY0029具有靜態(tài)電流低、驅(qū)動(dòng)能力強(qiáng)、線性調(diào)整出色等特點(diǎn)。圖中VDDH為SPCE061A的I/O電平參考，接SPCE061A的51腳，這種接法使得I/O輸出高電平為3.3V；VDDP為PLL鎖相環(huán)電源，接SPCE061A的7腳；VDD和VDDA分別為數(shù)字電源與模擬電源分別接SPCE061A的15腳和36腳；AVSS1是模擬地，接SPCE061A的24腳；VSS是數(shù)字地，接SPCE061A的38腳；AVSS2接音頻輸出電路的AVSS2。VSS圖3-10電源電路模塊3.5控制與結(jié)果顯示電路系統(tǒng)的控制顯示電路主要是通過鍵盤電路以及LED液晶電路來實(shí)現(xiàn)其中鍵盤主要用來控制當(dāng)前系統(tǒng)所應(yīng)該執(zhí)行的一些功能，比如模板的訓(xùn)練、模式的匹配等。本設(shè)計(jì)在實(shí)驗(yàn)階段考慮成本不加入LCD顯示模塊，在實(shí)驗(yàn)后可加入LCD模塊如圖3-9所示。1.鍵盤模組鍵盤模組可直接用排線與61單片機(jī)I/O口相連。1*8KEY的8列分別定義為COL1?COL8，1行定義為ROW1。如圖3-11所示。按鍵分別和SPCE061A的IOA0-IOA7相連，他們的作用分別為1個(gè)系統(tǒng)開關(guān)鍵，1個(gè)系統(tǒng)復(fù)位鍵，1個(gè)單個(gè)命令訓(xùn)練按鍵，1個(gè)所有語句循環(huán)訓(xùn)練按鍵，剩余4個(gè)初步設(shè)定為LCD功能控制按鍵。每個(gè)按鍵的按下與抬起都會(huì)送給IOA口一個(gè)電壓值，當(dāng)按鍵按下使相應(yīng)的IOA口得到一個(gè)高電壓。相反，則為低電壓。單片機(jī)則根據(jù)IO口的電壓值進(jìn)行相應(yīng)的操作。圖3-111*8KEY接口圖及使用示意圖2.LED模組本論文中間接利用LED顯示來測(cè)試是否達(dá)到控制電器目標(biāo)。利用數(shù)碼管顯示數(shù)字的不同來模擬驗(yàn)證是否能達(dá)到對(duì)家用電器的控制。LED和LCD電路作為系統(tǒng)的顯示部分，以顯示當(dāng)前的系統(tǒng)狀況及識(shí)別結(jié)果以便檢驗(yàn)實(shí)驗(yàn)結(jié)果和提示用戶進(jìn)行下一步操作。LCD部分在實(shí)驗(yàn)階段可不接入。計(jì)劃采用內(nèi)置SPLC0501點(diǎn)陣式圖形液晶顯示模塊由液晶驅(qū)動(dòng)控制器SPLC501、LCD顯示器和外部設(shè)備的接口等幾部分組成，液晶驅(qū)動(dòng)控制器SPLC501集行、列驅(qū)動(dòng)器、顯示數(shù)據(jù)存儲(chǔ)器(DDRAM,DisplayDataRAM)和控制器與一體，廣泛用于小規(guī)模液晶顯示模塊。內(nèi)置SPLC501點(diǎn)陣式圖形液晶顯示模塊的管腳排列和SPEC061A接線方法如圖3-12所示A B C D E F G H*展 *展 *寸*展D D D D D A B C D E F G H*展 *展 *寸*展D D D D D D D D^VI?I9G& GG辱GGabcdefgh圖3-12LED模塊圖3-13SPLC501LCD顯示模塊第4章系統(tǒng)軟件設(shè)計(jì)4.1語音識(shí)別技術(shù)介紹近年來，人們對(duì)自動(dòng)化產(chǎn)品的需求推動(dòng)了語音識(shí)別產(chǎn)品的開發(fā)與研究。語音識(shí)別技術(shù)是實(shí)現(xiàn)人機(jī)通信的一種重要的技術(shù)手段，它使人們能夠擺脫鍵盤，通過語音命令實(shí)現(xiàn)控制功能，語音識(shí)別產(chǎn)品在人機(jī)交互應(yīng)用中已經(jīng)占到越來越大的比例。然而目前語音識(shí)別主要是借助大型計(jì)算機(jī)系統(tǒng)來實(shí)現(xiàn)，不易推廣和應(yīng)用，這里研究的是基于凌陽SPCE061A單片機(jī)嵌入式語音識(shí)別系統(tǒng)。⑵4.1.1基本原理語音識(shí)別技術(shù)就是一種讓機(jī)器通過識(shí)別和理解過程把語音信號(hào)轉(zhuǎn)變成相應(yīng)的文本或命令的技術(shù)。機(jī)器語音識(shí)別、處理的過程與人對(duì)語音識(shí)別、處理的過程基本上是一致的，目前主流的語音識(shí)別技術(shù)是基于統(tǒng)計(jì)模式識(shí)別的基本理論。一個(gè)完整的語音識(shí)別系統(tǒng)可大致分為語音特征提取、聲學(xué)模型與模式匹配（識(shí)別算法）和語義理解三部分。其基本原理如圖4-1所示：輸出輸出圖4-1語音識(shí)別系統(tǒng)原理框圖從圖中我們可以看出語音識(shí)別一般分為兩個(gè)步驟：第一步是系統(tǒng)“學(xué)習(xí)”或“訓(xùn)練”階段，這一個(gè)階段的任務(wù)是建立識(shí)別基本單元的聲學(xué)模型以及進(jìn)行文法分析的語言模型，即構(gòu)建參考模式庫；第二步是“識(shí)別”或“測(cè)試”階段根據(jù)識(shí)別系統(tǒng)的類型選擇能夠滿足要求的識(shí)別方法，采用語音分析方法分析出這種識(shí)別方法所要求的語音特征參數(shù)，按照一定的準(zhǔn)則和測(cè)度與參考模式庫中的模型進(jìn)行比較，通過判決得出結(jié)果。語音識(shí)別分為特定人識(shí)別和非特定人識(shí)別兩種方式。特定人識(shí)別是指語音樣板由單個(gè)人訓(xùn)練，對(duì)訓(xùn)練人的語音命令識(shí)別準(zhǔn)確率較高，而對(duì)其他人的語音命令識(shí)別準(zhǔn)確率較低或不識(shí)別；非特定人識(shí)別是指語音樣品由不同年齡、不同性別、不同口音的人進(jìn)行訓(xùn)練，可以識(shí)別一群人的命令。根據(jù)說話人說話方式的不同又可以將語音識(shí)別分為孤立詞識(shí)別和連續(xù)語音識(shí)別。孤立詞識(shí)別系統(tǒng)要求說話人每次只說一個(gè)字詞、一個(gè)詞組或一條命令讓識(shí)別系統(tǒng)進(jìn)行識(shí)別，其中的詞組或命令在詞匯表中算是一個(gè)獨(dú)立的詞條；連續(xù)語音識(shí)別是指由多個(gè)數(shù)字連接成的多位數(shù)字串的識(shí)別或由少數(shù)指令構(gòu)成的連接詞條識(shí)別。在本系統(tǒng)中，我們采用語音信號(hào)的短時(shí)能量和短時(shí)過零率進(jìn)行端點(diǎn)檢測(cè)，用線性預(yù)測(cè)倒譜系數(shù)(LPCC)作為特征參數(shù)，語音特征提取是分幀提取的?；诒鞠到y(tǒng)采用孤立詞識(shí)別的特點(diǎn)，我們采用動(dòng)態(tài)時(shí)間規(guī)整(DTW)算法進(jìn)行模式匹配。[5]4.1.2端點(diǎn)檢測(cè)語音信號(hào)的端點(diǎn)檢測(cè)是指用數(shù)字處理技術(shù)來找出語音信號(hào)中的各種段落(如因素、音節(jié)、詞素、詞節(jié)等)的始點(diǎn)和終點(diǎn)的位置。在漢語中，其主要母的是找出字的兩個(gè)端點(diǎn)，進(jìn)而找出其中的聲母段和韻母段的各自位置。這種處理對(duì)于漢語語音識(shí)別是非常必要的。噪聲語音信號(hào)的端點(diǎn)檢測(cè)室語音識(shí)別系統(tǒng)中及其關(guān)鍵的一步。只有準(zhǔn)確地判斷語音信號(hào)的端點(diǎn)才能正確地進(jìn)行語音識(shí)別。在本系統(tǒng)中我們采用的是基于短時(shí)能量和短時(shí)平均過零率的檢測(cè)方法，又稱為是雙門限比較法。我們定義以n為標(biāo)志的某幀語音信號(hào)的短時(shí)平均能量EnE=￡[x(m)w(n-m)]2-X[x(m)w(n-m)]2 (4.1)n上式可以解釋為：首先計(jì)算原始語音信號(hào)各-〃個(gè)采樣值的平方，然后通過一個(gè)沖擊響應(yīng)為h(n)的濾波器，最后輸出能量序列，這里h(n)=w(n)2。信號(hào)的幅度值從正值到負(fù)值要經(jīng)過零值，從負(fù)值到正值也要經(jīng)過零值，稱其為過零，統(tǒng)計(jì)信號(hào)在單位時(shí)間內(nèi)的過零次數(shù)就稱為過零率。如果信號(hào)按段分割就稱為短時(shí)，把各段信號(hào)的過零率作統(tǒng)計(jì)平均就是短時(shí)平均過零率，其定義式為：z- sgn[x(m)]-sgn[x(m-1)]w(n-m) (4.2)n在語音開始前，m一旦有某一幀的能零值超過閾值，就認(rèn)為有效語音已經(jīng)開始。這樣做的目的在于能使某些能零值較小的輔音易于進(jìn)入有效語音段。當(dāng)然一個(gè)短時(shí)的噪音也有可能被當(dāng)作有效語音，這種情況將由語首尾細(xì)判及字詞分割部分去除。在有效語音開始后，只有當(dāng)有連續(xù)的幾幀語音的能零值低于閾值時(shí)，才認(rèn)為有效語音結(jié)束。這樣保證了當(dāng)一個(gè)字剛剛結(jié)束而另一個(gè)字尚未開始時(shí)，不會(huì)將后面的語音截?cái)?。多余的無效語音樣值也由語音首尾細(xì)判和字詞分割部分去除。閾值的大小由噪. 音統(tǒng)計(jì)部分給出。III!I 4.1.3語音信號(hào)的特征參數(shù)IIII 語音信號(hào)是十分復(fù)雜的非平穩(wěn)信號(hào)，它不僅包含語義信息，還有個(gè)人特征信息，I ? 一 : 對(duì)其特征參數(shù)的研究是語音識(shí)別的基礎(chǔ)。本系統(tǒng)米用線性預(yù)測(cè)倒譜參數(shù)(LPCC)作!I 為語音信號(hào)的特征參數(shù)。1 線性預(yù)測(cè)倒譜參數(shù)是線性預(yù)測(cè)系數(shù)在倒譜域中的表示。該特征是基于語音信號(hào)為!I 自回歸信號(hào)的假設(shè)，利用線性預(yù)測(cè)分析獲得倒譜系數(shù)。它的優(yōu)點(diǎn)是計(jì)算量小、易于實(shí)1現(xiàn)、對(duì)元音有較好的描述能力。!裝 由于通過自關(guān)法求得的LPC系數(shù)保證了系統(tǒng)的穩(wěn)定性，由LPC得到：I Clpcc(n=Cpc(n)+Z―LPCC(n-k(k) (4.3)I nii■■iI 根據(jù)同態(tài)處理的概念和語音信號(hào)產(chǎn)生的模型，語音信號(hào)的到譜c(n)等于激勵(lì)信號(hào)訂I的倒譜e(n)和聲道傳輸函數(shù)的倒譜h(n)之和。通過分析機(jī)理信號(hào)的語音特點(diǎn)以I 及聲道傳輸函數(shù)的零極點(diǎn)分布情況可知e(n)的分布范圍很寬，c(n)從低時(shí)域延I伸到高時(shí)域，而h(n)主要分布于低時(shí)域中，我們知道，語音信號(hào)所攜帶的語義信II 息主要體現(xiàn)在聲道傳輸函數(shù)上，因而在語音識(shí)別中通常取語音信號(hào)的倒譜的低時(shí)域構(gòu)線I成LPC倒譜特征c即：II c=c(1),c(2),...,c(q) 10WqW16 (4.4)I式中，q為LPC倒譜特征的階數(shù)。III4.1.4動(dòng)態(tài)時(shí)間規(guī)整IIIII 動(dòng)態(tài)時(shí)間規(guī)整(DTW)是把時(shí)間規(guī)整和距離測(cè)度計(jì)算結(jié)合起來的一種非線性規(guī)!I整技術(shù)。假設(shè):①參考模板特征矢量序列為?,?.2；②輸入語音特征矢量序列為TOC\o"1-5"\h\z: 12mI b,b，…b,其中M尹N，那么動(dòng)態(tài)時(shí)間規(guī)整是要尋找時(shí)間規(guī)整函數(shù)m=w(n)，它把輸I 1 2NI 入模板的時(shí)間軸n非線性地映射到參考模板的時(shí)間軸m，并且該w滿足：\o"CurrentDocument"D=min工d[n,w(n)] (4.5)n=1式中，d[n,w(n)]是第n幀輸入矢量和第m幀參考矢量的距離，D是相應(yīng)于最優(yōu)時(shí)間規(guī)整下二模板的距離測(cè)度。DTW是一個(gè)典型的最優(yōu)化問題，它用滿足一定條件的時(shí)間規(guī)劃函數(shù)w(n)描述輸入模板和參考模板的時(shí)間對(duì)應(yīng)關(guān)系，并求解二模板匹配時(shí)累計(jì)距離最小所對(duì)應(yīng)的規(guī)整函數(shù)。實(shí)現(xiàn)動(dòng)態(tài)時(shí)間規(guī)整的常用方法就是動(dòng)態(tài)規(guī)劃(DP)，本系統(tǒng)采用加權(quán)累計(jì)距離的對(duì)稱動(dòng)態(tài)規(guī)劃技術(shù)。假設(shè)規(guī)整函數(shù)寫成：

F=c,c，…c，…,c,其中c=(n,m)

1 2i1 iii其約束條件如下：單調(diào)和連續(xù)條件：0<n-n1<1,0<m-m1<1;邊界條件：n-m-1,n-N,m-M;調(diào)整窗條件：I七-mJ<r定義加權(quán)累計(jì)距離：D(n,jjjD(n,jjjm)=min4(4.6)j

j=1式中，d[n,m]和式(4.5)中相同，是對(duì)點(diǎn)c.=(n,m)上兩個(gè)矢量的距離，加權(quán)系數(shù)W一般采用對(duì)稱形式： 7 77W=(n一m)+(m一m),其中n=m=0 (4.7)▽jjZWj==M+N=常數(shù)。調(diào)整窗口函數(shù)r的引入使它的使用范圍更加廣泛。累計(jì)距離還j時(shí)以用遞推公式計(jì)算:分母E▽jjZWj==M+N=常數(shù)。調(diào)整窗口函數(shù)r的引入使它的使用范圍更加廣泛。累計(jì)距離還j時(shí)以用遞推公式計(jì)算:'D(n,m-1)+d[n,m](4.8)D(n,m)=min<D(n-1,m-1)+2d[n,m]>D(n-1,m)+d[n.m](4.8)初始條件：D(1,1)=2d[1,1]。最后計(jì)算結(jié)果：D(N,M)=D(N,M)/(N+M)作為二模板的DP匹配距離。由于基本的DTW方法只適用于識(shí)別基元較小的場(chǎng)合，例如聲母、韻母、音節(jié)的識(shí)別，因此多用于孤立詞的識(shí)別?，F(xiàn)在常用的語音識(shí)別方法還有隱式馬爾科夫模型(HMM)、神經(jīng)網(wǎng)路等。4.2語音訓(xùn)練與識(shí)別前面一介紹語音識(shí)別方式有兩種，一種是特定人識(shí)別(SD)，特定人識(shí)別之前需要進(jìn)行語音訓(xùn)練：另一種是非特定人識(shí)別(SI),非特定人識(shí)別不需要進(jìn)行語音訓(xùn)練。本系統(tǒng)采用的是前一種識(shí)別模式。特定人識(shí)別的原理如圖4-2所示：語音語音語音語音從實(shí)現(xiàn)過程的時(shí)序來看，可將語音識(shí)別在單片機(jī)上的實(shí)現(xiàn)過程分為4個(gè)主要階段:初始化、訓(xùn)練、辨識(shí)和辨識(shí)結(jié)果輸出。初始化訓(xùn)練的語音模型庫樣板數(shù)據(jù)存于SPCE061A單片機(jī)的內(nèi)部RAM中，由于是掉電丟失的，因此每次上電復(fù)位后都要重新進(jìn)行訓(xùn)練，可用函數(shù)BSR_Delete_SDGroup(intSDGroupNo)實(shí)現(xiàn)，當(dāng)SDGroupNo=0時(shí)表示選擇RAM并開始初始化。若RAM擦除成功則返回“0”，否則返回“-1”。訓(xùn)練訓(xùn)練過程通過調(diào)用庫函數(shù)BSR_Train(intWordID,intTrainMode)來完成。其中參數(shù)WordID為命令序號(hào)，范圍0x100?ox105,并且對(duì)于每組訓(xùn)練語句都是唯一的；參數(shù)TrainMode為訓(xùn)練次數(shù)，為1時(shí)表示要求使用者在應(yīng)用之前訓(xùn)練一次；為0表示訓(xùn)練兩次。為了增強(qiáng)可靠性，最好訓(xùn)練兩次，只有兩次命令相同時(shí)才成功。該函數(shù)有8種可能的返回值，其中“0”表示訓(xùn)練成功。3.辨識(shí)辨識(shí)部分是整個(gè)語音識(shí)別過程的重點(diǎn)，這部分執(zhí)行效果的優(yōu)劣將直接影響到語音識(shí)別的準(zhǔn)確性和及時(shí)性等指標(biāo)。按執(zhí)行順序，可將辨識(shí)分為辨識(shí)器初始化、啟動(dòng)實(shí)時(shí)監(jiān)控、獲取辨識(shí)結(jié)果、停止辨識(shí)等4個(gè)環(huán)節(jié)。辨識(shí)器初始化用來定義語音輸入來源，可通過調(diào)用函數(shù)BSR_InitRecognizer(intAudioSource)完成，其中參數(shù)AudioSource為0時(shí)表示MIC語音輸入，為1時(shí)表示LINE_IN模擬電壓輸入。當(dāng)主程序調(diào)用該函數(shù)時(shí)，語音辨識(shí)器便打開8KHz采樣頻率的FIQ_TMA中斷，并開始將采樣得到的語音數(shù)據(jù)填入語音辨識(shí)器的數(shù)據(jù)隊(duì)列中。啟動(dòng)實(shí)時(shí)監(jiān)控由函數(shù)BSR_EnableCPUIndicator(void)完成該功能，無參數(shù)、無返回值。通過調(diào)用相關(guān)的硬件資源對(duì)辨識(shí)過程進(jìn)行實(shí)時(shí)監(jiān)控，保證辨識(shí)能正常地執(zhí)行,若辨識(shí)正常,會(huì)產(chǎn)生一個(gè)16ms連續(xù)穩(wěn)定的方波。獲取辨識(shí)結(jié)果由函數(shù)BSR_GetResult(void)完成語音識(shí)別，并返回語音識(shí)別結(jié)果。當(dāng)識(shí)別成功時(shí)，返回命令的對(duì)應(yīng)序號(hào)；無命令識(shí)別出來時(shí)，返回“0”；識(shí)別器未初始化，返回“-1”。停止辨識(shí)調(diào)用函數(shù)BSR_StopRecognizer(void),則停止語音辨識(shí)，此時(shí)FIQ_TMA中斷也將關(guān)閉。4.辨識(shí)結(jié)果輸出辨識(shí)結(jié)果可通過顯示、聲音等方式實(shí)現(xiàn)。顯示方式如LED、數(shù)碼管、LCD等，均有一定的提示作用；這里重點(diǎn)介紹的是用聲音方式體現(xiàn)辨識(shí)結(jié)果，即語音響應(yīng)的方式，通過播放發(fā)音者各語音命令對(duì)應(yīng)的語音響應(yīng)(提示音)，告知發(fā)音者辨識(shí)是否成功?？衫昧桕柼峁┑膲嚎s算法工具(CompressTool),把事先錄制好*.wav文件壓縮為一定格式，存放于工作目錄，作為語音響應(yīng)。若需要播放，則通過調(diào)用相關(guān)API函數(shù)來完成。4.3系統(tǒng)軟件設(shè)計(jì)系統(tǒng)的工作過程為：訓(xùn)練模式啟動(dòng)后，系統(tǒng)播放語音提示，提示用戶語音訓(xùn)練己啟動(dòng)，接下來用戶可按照系統(tǒng)提示依次對(duì)各條命令進(jìn)行訓(xùn)練，在訓(xùn)練過程中，如訓(xùn)練成功則有語音提示進(jìn)行下一條命令進(jìn)行訓(xùn)練，如出現(xiàn)訓(xùn)練失敗，也會(huì)提示用戶繼續(xù)訓(xùn)練此條語音，直到全部命令訓(xùn)練完畢后系統(tǒng)將準(zhǔn)備進(jìn)行語音識(shí)別：當(dāng)向控制器發(fā)出語音命令時(shí)，聲波通過Mic輸入，將相應(yīng)的信號(hào)傳遞到SPCE061A處理芯片,經(jīng)編解碼電路和數(shù)字信號(hào)處理后，在芯片中通過相關(guān)程序與預(yù)先植入的語音庫中的命令進(jìn)行比較識(shí)別，根據(jù)識(shí)別的結(jié)果進(jìn)行判斷，轉(zhuǎn)換為能被系統(tǒng)識(shí)別的信號(hào)，從而對(duì)被監(jiān)控系統(tǒng)進(jìn)行控制。在此次設(shè)計(jì)中利用預(yù)先編號(hào)的程序直接將結(jié)果反映在LED曰二職L、顯示器上。

圖4-3系統(tǒng)主流程圖4.4軟件主程序IIIIIIIII 本系統(tǒng)的軟件主要包括一個(gè)主程序和四個(gè)子程序，主程序主要負(fù)責(zé)對(duì)整個(gè)控制器; 的工作進(jìn)行管理、協(xié)調(diào)和對(duì)子程序的調(diào)用以及對(duì)用戶的各種服務(wù)的響應(yīng)。四個(gè)子程序I1 分別是語音識(shí)別、DTMF收發(fā)、語音錄放、信號(hào)音檢測(cè)四個(gè)子程序。限于篇幅，下面! I 只對(duì)語音識(shí)別子程序的程序設(shè)計(jì)進(jìn)行介紹。I 語音識(shí)別技術(shù)方面有bsrv222SDL.lib庫函數(shù)支持,在使用時(shí)通過調(diào)用庫函數(shù)里1相關(guān)的API函數(shù)來實(shí)現(xiàn)所要求的功能。下面給出語音識(shí)別的具體代碼。其!I 中，BSR-GetResult函數(shù)為啟動(dòng)辯識(shí)，當(dāng)無命令識(shí)別出來時(shí)，返回0;識(shí)別器停止、未初裝 始化或識(shí)別未激活返回-1；當(dāng)識(shí)別不合格時(shí)返回-2;當(dāng)識(shí)別出來時(shí)返回命令的序號(hào)。部I 分程序源代碼如下：IIIIIII Result=BSR_GetResult(); //獲得識(shí)別結(jié)果訂I if(Result>0) //有識(shí)別結(jié)果？IIIIIIIII {線I if(Result==NAME_ID) //名稱IIIIIIIII {IIIIIII PlaySnd(S_RDY,3); //播放待命提示音IIIIII: Ready=1;//進(jìn)入待命狀態(tài)IIIIIIIII }IIif(Ready==1)//待命狀態(tài)？(switch(Result)! caseCOMMAND_GO_ID:IIIII!〃識(shí)別出第一條命令I(lǐng)IIIII■GoAhead();//執(zhí)仃動(dòng)作一IIIIIII- Ready=0;IIIIIIII壯 break;IIII■: caseCOMMANDBACKID:I 一 一IIIIII//識(shí)別出第二條命令訂IIIIBackUp();//執(zhí)行動(dòng)作二IIIIIIII1 1break;線IIIIcaseCOMMANDLEFTID:I — —IIIII//識(shí)別出第三條命令I(lǐng)IIIIIIITurnLeft();〃執(zhí)行動(dòng)作三IIIIIIIIReady=0;IIIIIIIIbreak;caseCOMMAND_RIGHT_ID:〃識(shí)別出第四條命令TurnRight();//執(zhí)行動(dòng)作四Ready=0;IIIIII- II! break;:IIIIII! 1r*1i default:IIIIIIIIi break;IIIIIIIIi }裝III結(jié)論本文基于凌陽公司的16位微處理器SPEC061A為控制核心，設(shè)計(jì)了語音識(shí)別控制系統(tǒng)。實(shí)現(xiàn)了對(duì)家用電器的智能語音控制，使控制裝置智能化方便化集中化。具體工作如下：（1） 硬件部分采用模塊化設(shè)計(jì)，主要由MIC輸入模塊、單片機(jī)、存儲(chǔ)模塊、功放和喇叭輸出模塊、外設(shè)的電源模塊、鍵盤模塊和液晶顯示電路模塊構(gòu)成單元組成。（2） 軟件部分的模塊設(shè)計(jì)主要包括：單片機(jī)初始化模塊，語音訓(xùn)練模塊，語音識(shí)別模塊、輸出控制模塊等構(gòu)成。由于時(shí)間的限制，在畢業(yè)之前只能做到現(xiàn)有程度。在本次畢業(yè)設(shè)計(jì)完成以后，可以盡量對(duì)本系統(tǒng)進(jìn)行了相應(yīng)的擴(kuò)展，如添加單片機(jī)分控制系統(tǒng)，增強(qiáng)系統(tǒng)的功能，擴(kuò)展單片機(jī)的接口技術(shù)，節(jié)約和改進(jìn)系統(tǒng)利用率，本系統(tǒng)語音識(shí)別部分是采用DTW方法實(shí)現(xiàn)的特定人孤立詞識(shí)別，并且識(shí)別率的穩(wěn)健性不大高，這就限制了其應(yīng)用的廣度。我從文獻(xiàn)中了解到許多修正DTW的方案，例如端點(diǎn)放寬的DTW方法、非線性取樣等方法，另外我們還可以采用目前比較流行的HMM模型來完成非特定人連續(xù)語音識(shí)別。為了提高語音識(shí)別的精度和準(zhǔn)確率，我們可以在原來語音識(shí)別的基礎(chǔ)上加上圖像識(shí)別，通過觀察說話人的口型來進(jìn)一步對(duì)語音進(jìn)行識(shí)別。雖然實(shí)現(xiàn)了語音控制家用電器，