【正文】 練識(shí)別用的參數(shù)模板；然后，利用可以衡量未知模式和參數(shù)模式（即模板）的似然度來(lái)測(cè)度函數(shù)；最后，選用一種最佳準(zhǔn)則及專(zhuān)家知識(shí)作為識(shí)別決策，對(duì)識(shí)別候選者作最后判決，得到最好的識(shí)別結(jié)果作為輸出。 句法模式識(shí)別 類(lèi)似于文章中的句法分析。它不僅應(yīng)用于語(yǔ)音識(shí)別，還廣泛地應(yīng)用于手寫(xiě)文字及圖像的識(shí)別上。句法模式識(shí)別系統(tǒng)的原理如圖 6所示。首先，對(duì)語(yǔ)音信號(hào)進(jìn)行結(jié)構(gòu)分析， 由階層式的分模式構(gòu)成模型，這就是對(duì)象模式。輸入的語(yǔ)音信號(hào)經(jīng)過(guò)預(yù)處理后，對(duì)此信號(hào)作模式的描述，然后對(duì)此輸入模式作模式分析，檢查輸入模式與識(shí)別對(duì)象的模式的結(jié)構(gòu)是否相同或在某范圍內(nèi)結(jié)構(gòu)一致，由此判定輸入模式就是某種對(duì)象模式，從而得到識(shí)別結(jié)果。 圖 6 句法模式識(shí)別原理圖 5) 后處理 在大詞匯量連續(xù)語(yǔ)音識(shí)別系統(tǒng)中，為了抬高識(shí)別正確率需要使用語(yǔ)言模型，利用語(yǔ)音識(shí) 別單位之間連接時(shí)的相互制約的關(guān)系，采取統(tǒng)計(jì)方法與語(yǔ)法相結(jié)合的方法建立語(yǔ)言模型，達(dá)到限制識(shí)別器譯碼時(shí)的 自由度，提高系統(tǒng)的性能。目前后處理在嵌入式語(yǔ)音系統(tǒng)中還很難使用。 1) 語(yǔ)音識(shí)別中特征提取 特征提取是語(yǔ)音識(shí)別的第一步（也稱(chēng)前端處理）。利用一組濾波器來(lái)分析語(yǔ)音信號(hào)的頻率，是最早應(yīng)用的頻譜分析法之一。這種方法使用簡(jiǎn)單，實(shí)時(shí)性好，受外界環(huán)境的影響小，所以至今仍是頻譜分析的常用方法。其 原理圖如下（圖 7）： 預(yù)處理 模式描述 模式分析 后處理 生成規(guī)則 輸入語(yǔ)音 語(yǔ)音 識(shí)別 初步 識(shí)別 結(jié)果 識(shí)別 結(jié)果 模式采樣 濾波器 LFn fn … 語(yǔ)音 輸入 濾波器 LFn fn 濾波器 LFn fn 圖 7 帶通濾波器組原理圖 2) Mel頻率倒譜系數(shù) Mel 頻率倒譜系數(shù) MFCC(Mel Frequency Cepstrum Coeficient)是語(yǔ)音信號(hào)的頻域參數(shù)，它也稱(chēng)為臨界倒帶譜系數(shù)。首先用傅立葉變換將時(shí)域信號(hào)變換成頻域信號(hào)，然后在頻域內(nèi)按照 下表（表 3）的臨界頻率 和帶寬選取數(shù)字濾波器，并在頻域內(nèi)進(jìn)行計(jì)算處理，然后通過(guò)反傅立葉變換得到 Mel頻率倒譜系數(shù)。 表 3 臨界頻率 編號(hào) 中心頻率/Hz 頻率范圍 /Hz 帶寬/Hz 編號(hào) 中心頻率/Hz 頻率范圍 /Hz 帶寬/Hz 1 50 20～ 100 80 13 1850 1720～ 2021 280 2 150 100～ 200 100 14 2450 2021～ 2320 320 3 250 200～ 300 100 15 2500 2320～ 2700 380 4 350 300～ 400 100 16 2900 2700～ 3150 450 5 450 400～ 510 110 17 3400 3150～ 3700 550 6 570 510～ 630 120 18 4000 3700～ 4400 700 7 700 630～ 770 140 19 4800 4400～ 5300 900 8 840 770～ 920 150 20 5800 5300～ 6400 1100 9 1000 920～ 1080 160 21 7000 6400～ 7700 1300 10 1170 1080～ 1270 190 22 8500 7700～ 9500 1800 11 1370 1270～ 1480 210 23 10500 9500～ 12021 2500 12 1600 1480～ 1720 240 24 13500 12021～ 15500 3500 3) 語(yǔ)音信號(hào)的矢量量化 矢量量化 VQ（ Vector Quantization）是一種及其重要的信號(hào)壓縮方法，特別是在對(duì)低速語(yǔ)音編碼和語(yǔ)音識(shí)別的研究中。 量化分為兩大類(lèi)：標(biāo)量量化和矢量量化。矢量量化的過(guò)程是將語(yǔ)音信號(hào)波形 k個(gè)樣點(diǎn)的每一幀，或有k個(gè)參數(shù)的每一參數(shù)幀，構(gòu)成 k維空間中的一個(gè)矢量，然后對(duì)這個(gè)矢量進(jìn)行量化。 原理圖如下（圖 8） ： 圖 8 矢量量化器的原理圖 語(yǔ)音系統(tǒng)實(shí)現(xiàn)過(guò)程 本系統(tǒng)采用特定人語(yǔ)音識(shí)別是指語(yǔ)音模板由單人訓(xùn)練 ,對(duì)訓(xùn)練的語(yǔ)音命令識(shí) 別準(zhǔn)確率高 ,而其他人的語(yǔ)音命令識(shí)別的準(zhǔn)確率較低或者不識(shí)別。采用凌陽(yáng) SPCE061A提供的語(yǔ)音識(shí)別的 API函數(shù)庫(kù)實(shí)現(xiàn)。 計(jì)算最小距離 min d(Xi,Yj) 找到相應(yīng)角標(biāo) jmin 從碼書(shū)中找出 Yjmix 失真測(cè)度共識(shí) 碼書(shū) Yj j=0,1,? ,M1 碼書(shū) Yj j=0,1,? ,M1 K 維輸入矢量 Xi jmix 信道或存儲(chǔ)器 jmix Yj K 維重構(gòu)矢量 濾波器 LFn fn 1) 語(yǔ)音采集 凌陽(yáng)的 SPCE061A 是 16 位單片機(jī)，具有 DSP 功能，有很強(qiáng)的信息處理能力，最高時(shí)鐘可達(dá)到 49M，具備運(yùn)算速度高的優(yōu)勢(shì)等等，這為語(yǔ)音的播放、辨識(shí)提供了條件。 語(yǔ)音采集通過(guò)麥克風(fēng)輸入，其電 路圖如下（圖 9） ： 2) 語(yǔ)音識(shí)別 下圖是簡(jiǎn)化的 語(yǔ)音識(shí)別原理圖（圖 10），辨認(rèn)特 定的使用者即特定語(yǔ)者 (Speaker Dependent， SD)模式，使用者可針對(duì)特定，語(yǔ)者辨認(rèn)詞匯 (可由使用者自行定義 )。 圖 10 簡(jiǎn)化的語(yǔ)音 識(shí)別原理圖 特定語(yǔ)者辨識(shí) SD（ Speaker Dependent），即語(yǔ)音樣板由單個(gè)人訓(xùn)練，也只能識(shí)別訓(xùn)練某人的語(yǔ)音命令。 圖 11是語(yǔ)音辨識(shí)的一個(gè)整體框圖，框圖中的函數(shù)是凌陽(yáng)單片機(jī)提供的。 圖 11 語(yǔ)音辨識(shí)的整體框圖 聲學(xué)模式訓(xùn)練 語(yǔ)音匹配 語(yǔ)音模式訓(xùn)練 語(yǔ)音處理 識(shí)別結(jié)果 理解結(jié)果 復(fù)雜聲 學(xué)、言 語(yǔ)條件 下的語(yǔ) 音輸入 語(yǔ)言模式 語(yǔ)言模式 初始化 BSR_DeleteSDG roup(0) 調(diào)用訓(xùn)練模塊TrainWord(int WordID, int RespondID) 初始化識(shí)別器 BSR_InitRecogni zer(BSR_MIC) 啟動(dòng)實(shí)時(shí)監(jiān)控 BSR_EnableCPU Indicator() 辨識(shí)處理 BSR_GetResult() 辨識(shí)部分 3）語(yǔ)音錄放 用凌陽(yáng) Compress Tool 事先把所需要的語(yǔ)音信號(hào)錄制好，本系統(tǒng)共包括近二十個(gè)語(yǔ)音資源，整個(gè)語(yǔ)音信號(hào)經(jīng)凌陽(yáng) SACM_S480 壓縮算法壓縮不到 20K 存儲(chǔ)空間， SPCE061A 單片機(jī)具有 32k 閃存，使用內(nèi)部 flash 即可滿足要求。凌陽(yáng) SPCE061A 單片機(jī)自帶雙通道 DAC 音頻輸出， DAC DAC2 轉(zhuǎn)換輸出的模擬量電流信號(hào)分別通過(guò) AUD1 和 AUD2 管腳輸出， DAC 輸出為電流型輸出，所以 DAC 輸出經(jīng)過(guò) SPY0030音頻放大，以驅(qū)動(dòng)喇叭放音，放大 電路如圖 12，這為單片機(jī)的音頻設(shè)計(jì)提供了極大方便。在它們后面接一個(gè)簡(jiǎn)單的音頻放大電路和喇叭即可實(shí)現(xiàn)語(yǔ)音播報(bào)功能。 這里需要說(shuō)明一下，由于我們選用的是凌陽(yáng)單片機(jī)的開(kāi)發(fā)板，一些基本的硬件電路已經(jīng)集成在開(kāi)發(fā)板上，所以 語(yǔ)音系統(tǒng)實(shí)現(xiàn)過(guò)程主要通過(guò)軟件實(shí)現(xiàn)，具體設(shè)計(jì)參見(jiàn)軟件部分。 PSTN的接口 本系統(tǒng)所有與外界相關(guān)聯(lián)的通訊均以電話為媒介，我們 利用單片機(jī)檢測(cè)電話線上的信號(hào)來(lái)得到控制信號(hào)，從而控制整個(gè)系統(tǒng)的運(yùn)行。 公共電話網(wǎng)上的信號(hào)是一種懸浮信號(hào)，電話使用的是懸浮地，因此，電話信號(hào)一旦與其他地連接，由于其地端參考點(diǎn)不同，就不能工作在正確狀態(tài)，信號(hào)會(huì)被迅速衰減，我們也就無(wú)從得到正確的信號(hào)。為了解決這一問(wèn)題，我們?cè)趯?shí)驗(yàn)過(guò)程中曾嘗試了幾個(gè)不同方案，比如用變壓器、電池供電、穩(wěn)壓整流等等，最終考慮到系統(tǒng)整體，采用光電耦合。 電話線上平時(shí)有 50 伏左右的直流電壓，但是這個(gè)電壓還不足以驅(qū)動(dòng)整流電路的光電耦合；有振鈴信號(hào) 到來(lái)時(shí)，電話線路上 有 90伏振鈴信號(hào)，經(jīng)過(guò)整流及濾波后，驅(qū)動(dòng)光電耦合器，如圖 13所示。有振鈴信號(hào)時(shí)，輸出為 低 電平，無(wú)振鈴時(shí)為 高 電平， CPU 以此來(lái)來(lái)判斷有無(wú)振鈴及振鈴次數(shù)。 當(dāng)整個(gè)系統(tǒng)處于工作狀態(tài)時(shí)，有 電話打入振鈴信號(hào)從電話線進(jìn)入整流電路，經(jīng)光耦后輸入到凌陽(yáng)單片機(jī)。凌陽(yáng)控制自動(dòng)摘機(jī)，接通電話。這時(shí)撥打者可聽(tīng)到語(yǔ)音提示輸入密碼，輸入正確密碼并確認(rèn)后，進(jìn)入主菜單操作，用戶這時(shí)可以通過(guò)按不同的功能鍵查詢不同的信息，同時(shí)也可以修改密碼。查詢結(jié)束退出后，系統(tǒng)又進(jìn)入待機(jī)狀態(tài)，檢測(cè)報(bào)警信號(hào)和等待電話查詢。電話撥出當(dāng) 51 單片機(jī)檢測(cè)到異常情況時(shí)，隨即啟 動(dòng)自動(dòng)撥號(hào)程序，同時(shí)把這一情況告之凌陽(yáng)單片機(jī)，確認(rèn)電話接通后馬上進(jìn)行語(yǔ)音報(bào)警；如若遇到號(hào)碼接不通的情況，一定時(shí)間后自動(dòng)掛斷，并開(kāi)始撥打存儲(chǔ)在 ROM中的下一號(hào)碼，循環(huán)往下直至打通為止。 根據(jù)國(guó)家標(biāo)準(zhǔn)，電話主要鈴聲有以下幾種： 鈴流 鈴流用來(lái)呼叫被叫用戶。鈴流為 25177。 3Hz正弦波，諧波失真不大于 10％，輸出電壓有效值 90正負(fù) 15V，振鈴采用 5s斷續(xù)，即一秒送， 4s斷，斷、續(xù)時(shí)間偏差不超過(guò)177。 10％。 撥號(hào)音 用來(lái)通知主叫用戶可以撥號(hào)。撥號(hào)音采用頻率為 450177。 25Hz 的交流電源，發(fā)送電平為 10177。3dBm，是連續(xù)的信號(hào)音。 回鈴音 表示被叫用戶處于被振鈴狀態(tài)，采用頻率為 450177。 25Hz的交流電源，發(fā)送電平為 10177。 3dBm，它是 5s斷續(xù)的信號(hào)音，即 1s 送， 4s斷，與振鈴音一致。 忙音 表示本次接續(xù)遇到機(jī)線忙或被叫用戶忙，采用頻率為 450177。 25Hz的交流電源，發(fā)送電平為 10177。 3dBm，它是 ，即 ， 。久叫不應(yīng) 90s后送忙音。 催掛音 它是由測(cè)量臺(tái)發(fā)送給久不掛機(jī)用戶的信號(hào)，其目的是通知用戶掛機(jī)，采用頻率 950177。 50Hz 的交流電源，發(fā)送電平為 0～ 25dBm，發(fā)送連續(xù)信 號(hào)音，響度變化分五級(jí)，由最低級(jí)逐步升高。 電話的各種鈴聲的判別用單片機(jī)處理，經(jīng)過(guò)整形電路，根據(jù)各種鈴聲的不同通斷時(shí)間，得到不同占空比的信號(hào)，即可獲得相應(yīng)處理。具體見(jiàn) 89C51單片機(jī)部分。 電話的各種鈴流可以利用整形電路（本設(shè)計(jì)采用以 LM567為核心的鎖相環(huán)鑒頻電路）得到不同占空比的 TTL信號(hào)，其中有鈴聲時(shí)有此信號(hào)，無(wú)鈴聲時(shí)一直為高電平，因此總體上說(shuō)是不連續(xù)的波形信號(hào)。整形電路見(jiàn)圖 14。將這種波形送入單片機(jī)進(jìn)行判斷，就能實(shí)現(xiàn)各種功能。 撥號(hào)電路，通過(guò)測(cè)試 ，電話機(jī)的鍵盤(pán)撥號(hào)原理是一個(gè)二維矩陣，用一個(gè)二維向量表示一個(gè)按鍵， 如圖17 例如按鍵 1 為 [A,E]，按鍵 2為 [B,E]芯片是通過(guò)檢測(cè) A E， B E是否導(dǎo)通來(lái)檢測(cè)鍵 1 和鍵 2 的狀態(tài)，其他按鍵的檢測(cè)同理。若 A E導(dǎo)通 ,則表示鍵 1按下。機(jī)械按鈕的導(dǎo)通原理是手動(dòng)按下，令其導(dǎo)通（如圖 15）。按此原理，我們?cè)O(shè)計(jì)了用模擬電子開(kāi)關(guān)來(lái)代替機(jī)械的按鍵接通。模擬電子開(kāi)關(guān)的大致原理如下（如圖 16）：Ac是控制端，用 TTL電平就可以控制。當(dāng) Ac為低電平時(shí) ,A E相當(dāng)于斷開(kāi) ,當(dāng) Ac為高電平時(shí) ,A E導(dǎo)通。 圖 15 機(jī)械按鈕原理圖 圖 16 模擬電子開(kāi)關(guān)原理圖 整個(gè)鍵盤(pán)如圖 17所示 ,芯片原理連接圖如圖 18 所示。 圖 17 鍵盤(pán)工作原理圖 模擬開(kāi)關(guān) A E Ac A E Ac A B C D E F G 1 2 3 4 5 6 7 8 9 0 * 模 擬 開(kāi) 關(guān) 模擬開(kāi)關(guān) 全部接通 A B C D E F G Ac Bc Cc Dc Ec Fc Gc 圖 18 模擬電子開(kāi)關(guān)鍵盤(pán) 根據(jù)上面兩個(gè)圖列出如表 4所示按鍵與控制端的編碼對(duì)應(yīng)關(guān)系 表 4 按鍵編碼表 Ac Bc Cc Dc Ec Fc Gc 按鍵 Ac Bc Cc Dc Ec Fc Gc 按鍵 1 0 0 0 1 0 0 1 0 0 1 0 1 0 0 7 1 0 0 0 0 1 0 2 0 0 1 0 0 1 0 8 1 0 0 0 0 0 1 3 0