【正文】 練識別用的參數(shù)模板；然后，利用可以衡量未知模式和參數(shù)模式（即模板）的似然度來測度函數(shù)；最后，選用一種最佳準則及專家知識作為識別決策，對識別候選者作最后判決，得到最好的識別結(jié)果作為輸出。 句法模式識別 類似于文章中的句法分析。它不僅應(yīng)用于語音識別，還廣泛地應(yīng)用于手寫文字及圖像的識別上。句法模式識別系統(tǒng)的原理如圖 6所示。首先，對語音信號進行結(jié)構(gòu)分析， 由階層式的分模式構(gòu)成模型，這就是對象模式。輸入的語音信號經(jīng)過預處理后，對此信號作模式的描述，然后對此輸入模式作模式分析，檢查輸入模式與識別對象的模式的結(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象模式，從而得到識別結(jié)果。 圖 6 句法模式識別原理圖 5) 后處理 在大詞匯量連續(xù)語音識別系統(tǒng)中，為了抬高識別正確率需要使用語言模型，利用語音識 別單位之間連接時的相互制約的關(guān)系，采取統(tǒng)計方法與語法相結(jié)合的方法建立語言模型，達到限制識別器譯碼時的 自由度，提高系統(tǒng)的性能。目前后處理在嵌入式語音系統(tǒng)中還很難使用。 1) 語音識別中特征提取 特征提取是語音識別的第一步（也稱前端處理）。利用一組濾波器來分析語音信號的頻率，是最早應(yīng)用的頻譜分析法之一。這種方法使用簡單，實時性好，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）： 預處理 模式描述 模式分析 后處理 生成規(guī)則 輸入語音 語音 識別 初步 識別 結(jié)果 識別 結(jié)果 模式采樣 濾波器 LFn fn … 語音 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)是語音信號的頻域參數(shù)，它也稱為臨界倒帶譜系數(shù)。首先用傅立葉變換將時域信號變換成頻域信號，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)進行計算處理，然后通過反傅立葉變換得到 Mel頻率倒譜系數(shù)。 表 3 臨界頻率 編號 中心頻率/Hz 頻率范圍 /Hz 帶寬/Hz 編號 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) 語音信號的矢量量化 矢量量化 VQ（ Vector Quantization）是一種及其重要的信號壓縮方法，特別是在對低速語音編碼和語音識別的研究中。 量化分為兩大類：標量量化和矢量量化。矢量量化的過程是將語音信號波形 k個樣點的每一幀，或有k個參數(shù)的每一參數(shù)幀，構(gòu)成 k維空間中的一個矢量，然后對這個矢量進行量化。 原理圖如下（圖 8） ： 圖 8 矢量量化器的原理圖 語音系統(tǒng)實現(xiàn)過程 本系統(tǒng)采用特定人語音識別是指語音模板由單人訓練 ,對訓練的語音命令識 別準確率高 ,而其他人的語音命令識別的準確率較低或者不識別。采用凌陽 SPCE061A提供的語音識別的 API函數(shù)庫實現(xiàn)。 計算最小距離 min d(Xi,Yj) 找到相應(yīng)角標 jmin 從碼書中找出 Yjmix 失真測度共識 碼書 Yj j=0,1,? ,M1 碼書 Yj j=0,1,? ,M1 K 維輸入矢量 Xi jmix 信道或存儲器 jmix Yj K 維重構(gòu)矢量 濾波器 LFn fn 1) 語音采集 凌陽的 SPCE061A 是 16 位單片機，具有 DSP 功能，有很強的信息處理能力，最高時鐘可達到 49M，具備運算速度高的優(yōu)勢等等，這為語音的播放、辨識提供了條件。 語音采集通過麥克風輸入，其電 路圖如下（圖 9） ： 2) 語音識別 下圖是簡化的 語音識別原理圖（圖 10），辨認特 定的使用者即特定語者 (Speaker Dependent， SD)模式，使用者可針對特定，語者辨認詞匯 (可由使用者自行定義 )。 圖 10 簡化的語音 識別原理圖 特定語者辨識 SD（ Speaker Dependent），即語音樣板由單個人訓練，也只能識別訓練某人的語音命令。 圖 11是語音辨識的一個整體框圖，框圖中的函數(shù)是凌陽單片機提供的。 圖 11 語音辨識的整體框圖 聲學模式訓練 語音匹配 語音模式訓練 語音處理 識別結(jié)果 理解結(jié)果 復雜聲 學、言 語條件 下的語 音輸入 語言模式 語言模式 初始化 BSR_DeleteSDG roup(0) 調(diào)用訓練模塊TrainWord(int WordID, int RespondID) 初始化識別器 BSR_InitRecogni zer(BSR_MIC) 啟動實時監(jiān)控 BSR_EnableCPU Indicator() 辨識處理 BSR_GetResult() 辨識部分 3）語音錄放 用凌陽 Compress Tool 事先把所需要的語音信號錄制好，本系統(tǒng)共包括近二十個語音資源，整個語音信號經(jīng)凌陽 SACM_S480 壓縮算法壓縮不到 20K 存儲空間， SPCE061A 單片機具有 32k 閃存，使用內(nèi)部 flash 即可滿足要求。凌陽 SPCE061A 單片機自帶雙通道 DAC 音頻輸出， DAC DAC2 轉(zhuǎn)換輸出的模擬量電流信號分別通過 AUD1 和 AUD2 管腳輸出， DAC 輸出為電流型輸出，所以 DAC 輸出經(jīng)過 SPY0030音頻放大，以驅(qū)動喇叭放音，放大 電路如圖 12，這為單片機的音頻設(shè)計提供了極大方便。在它們后面接一個簡單的音頻放大電路和喇叭即可實現(xiàn)語音播報功能。 這里需要說明一下，由于我們選用的是凌陽單片機的開發(fā)板，一些基本的硬件電路已經(jīng)集成在開發(fā)板上，所以 語音系統(tǒng)實現(xiàn)過程主要通過軟件實現(xiàn)，具體設(shè)計參見軟件部分。 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 利用單片機檢測電話線上的信號來得到控制信號，從而控制整個系統(tǒng)的運行。 公共電話網(wǎng)上的信號是一種懸浮信號，電話使用的是懸浮地，因此，電話信號一旦與其他地連接，由于其地端參考點不同，就不能工作在正確狀態(tài)，信號會被迅速衰減，我們也就無從得到正確的信號。為了解決這一問題，我們在實驗過程中曾嘗試了幾個不同方案，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。 電話線上平時有 50 伏左右的直流電壓，但是這個電壓還不足以驅(qū)動整流電路的光電耦合；有振鈴信號 到來時，電話線路上 有 90伏振鈴信號，經(jīng)過整流及濾波后，驅(qū)動光電耦合器，如圖 13所示。有振鈴信號時，輸出為 低 電平，無振鈴時為 高 電平， CPU 以此來來判斷有無振鈴及振鈴次數(shù)。 當整個系統(tǒng)處于工作狀態(tài)時，有 電話打入振鈴信號從電話線進入整流電路，經(jīng)光耦后輸入到凌陽單片機。凌陽控制自動摘機，接通電話。這時撥打者可聽到語音提示輸入密碼，輸入正確密碼并確認后，進入主菜單操作，用戶這時可以通過按不同的功能鍵查詢不同的信息，同時也可以修改密碼。查詢結(jié)束退出后，系統(tǒng)又進入待機狀態(tài)，檢測報警信號和等待電話查詢。電話撥出當 51 單片機檢測到異常情況時，隨即啟 動自動撥號程序，同時把這一情況告之凌陽單片機，確認電話接通后馬上進行語音報警；如若遇到號碼接不通的情況，一定時間后自動掛斷，并開始撥打存儲在 ROM中的下一號碼，循環(huán)往下直至打通為止。 根據(jù)國家標準，電話主要鈴聲有以下幾種： 鈴流 鈴流用來呼叫被叫用戶。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 15V，振鈴采用 5s斷續(xù)，即一秒送， 4s斷，斷、續(xù)時間偏差不超過177。 10％。 撥號音 用來通知主叫用戶可以撥號。撥號音采用頻率為 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)的信號音，即 1s 送， 4s斷，與振鈴音一致。 忙音 表示本次接續(xù)遇到機線忙或被叫用戶忙，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 它是由測量臺發(fā)送給久不掛機用戶的信號，其目的是通知用戶掛機，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 號音，響度變化分五級，由最低級逐步升高。 電話的各種鈴聲的判別用單片機處理，經(jīng)過整形電路，根據(jù)各種鈴聲的不同通斷時間，得到不同占空比的信號，即可獲得相應(yīng)處理。具體見 89C51單片機部分。 電話的各種鈴流可以利用整形電路（本設(shè)計采用以 LM567為核心的鎖相環(huán)鑒頻電路）得到不同占空比的 TTL信號，其中有鈴聲時有此信號，無鈴聲時一直為高電平，因此總體上說是不連續(xù)的波形信號。整形電路見圖 14。將這種波形送入單片機進行判斷，就能實現(xiàn)各種功能。 撥號電路，通過測試 ，電話機的鍵盤撥號原理是一個二維矩陣，用一個二維向量表示一個按鍵， 如圖17 例如按鍵 1 為 [A,E]，按鍵 2為 [B,E]芯片是通過檢測 A E， B E是否導通來檢測鍵 1 和鍵 2 的狀態(tài)，其他按鍵的檢測同理。若 A E導通 ,則表示鍵 1按下。機械按鈕的導通原理是手動按下，令其導通（如圖 15）。按此原理，我們設(shè)計了用模擬電子開關(guān)來代替機械的按鍵接通。模擬電子開關(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 Ac為低電平時 ,A E相當于斷開 ,當 Ac為高電平時 ,A E導通。 圖 15 機械按鈕原理圖 圖 16 模擬電子開關(guān)原理圖 整個鍵盤如圖 17所示 ,芯片原理連接圖如圖 18 所示。 圖 17 鍵盤工作原理圖 模擬開關(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 關(guān) 模擬開關(guān) 全部接通 A B C D E F G Ac Bc Cc Dc Ec Fc Gc 圖 18 模擬電子開關(guān)鍵盤 根據(jù)上面兩個圖列出如表 4所示按鍵與控制端的編碼對應(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