【正文】 more and more intelligent and humane，and the voice is the most natural munication between the robot，the most convenient means. The purpose of speech recognition by voice，so that people understand the meaning of the machine to perform the appropriate order，plete the appropriate action. Realize intelligent robots and advanced. Based on the above direction of the robot，which designed a microcontroller core with Sunplus intelligent robot software system. System includes voice recognition module，the voice playback module and the robot motion control module. The system uses Sunplus microcontrollers in digital signal processing and speech processing advantages，through voice recognition technology allows voice mands to control the robot to achieve forward，backward，dancing，launch and continuously firing Frisbee and other features. After training，the training of people can use various mands to the robot to plete a number of interesting action，making more intelligent humanputer interaction. Keywords: SPCE061A SCM ； Robot ； Speech Recognition目 錄前 言 1第一章 系統(tǒng)總體方案設(shè)計 2第二章 硬件系統(tǒng)設(shè)計 3 SPCE061A的簡介 3 概述 3 SPCE061A結(jié)構(gòu)圖 3 芯片性能 4 SPCE061A 最小系統(tǒng) 5 適用于語音信號處理的主要特點 5 機器人 6 主要功能： 6 實物圖 6 注意事項 6 硬件驅(qū)動電路 7 8 機器人線路的辨認 8 機器人電機線路、電源線路與驅(qū)動電路板的連接 8第三章 系統(tǒng)軟件設(shè)計 10 程序分析 10 擦除Flash模塊 10 位操作模塊 10 語音播放函數(shù) 10 走路、跳舞等其它函數(shù)模塊 11 API函數(shù)的介紹 12 初始化過程 12 訓(xùn)練過程 13 識別過程 13 其它語音識別API介紹 14 下載程序并調(diào)試檢測 15第四章 語音識別技術(shù) 18 語音識別基本原理 18 語音合成技術(shù) 18結(jié)束語 19參考文獻 20附表A 程序流程圖 22附錄B 23致　謝 30 瓊州學(xué)院本科畢業(yè)論文 (設(shè)計)前 言近年來,消費類電子產(chǎn)品中智能化趨勢日益明顯,其中語音識別技術(shù)的應(yīng)用起到了關(guān)鍵的作用 。目前，語音識別技術(shù)己經(jīng)在諸多領(lǐng)域得到應(yīng)用。將語音識別技術(shù)引入機器人領(lǐng)域解決人機交流障礙勢在必行。采用了先進的非特定人語音識別技術(shù)，對口音和噪聲不敏感。第一章 系統(tǒng)總體方案設(shè)計機器人共有五個直流電機。推進電機的任務(wù)就是把發(fā)射所需要的飛盤從存儲倉輸送到發(fā)射轉(zhuǎn)盤位置。如圖 所示： 系統(tǒng)的總體框圖系統(tǒng)主要由 61 板與機器人驅(qū)動電路構(gòu)成。它的內(nèi)核采用本公司最新推出的(Microcontroller and Signal Processor)16位微處理器芯片(簡稱“0nSPT39。 SPCE061A結(jié)構(gòu)圖 SPCE061A 的結(jié)構(gòu)如圖 ： SPCE061A的結(jié)構(gòu) 芯片性能SPCE061A的主要性能特點如下：(1)16位u39。nSP的DSP運算功能配合使用，就可方便地實現(xiàn)語音識別功能，從而使其能更好地用于聲控和語音識別領(lǐng)域。另外用了一個三極管驅(qū)動單向旋轉(zhuǎn)的電機，包括加速電機與發(fā)射電機，驅(qū)動電路比較簡單。腿部電機：粉色（或相近顏色）和黑色一組，藍色和淺藍色（或相近顏色）一組。眼睛連線：白色和土黃色的連線。其中標號的意義為：M表示Motor，電機的意思，L表示Left，左邊，M_L1合起來就是左腿電機的意思，同理M_L2是另一條左腿電機連線。根據(jù)前面電機連線的辨認，該電機是黑色和綠色的連線或者是棕色和綠色的連線，一般黑色或棕色的連線接VCC，綠色的連線接M_J1。程序流程圖見附表A。在識別出命令后，執(zhí)行相關(guān)動作，相關(guān)動作操作就是操作電機的正向或反向旋轉(zhuǎn)同時配合延時與播放聲音組合起來形成不同的動作。. 走路、跳舞等其它函數(shù)模塊這些函數(shù)就是控制電機的通與斷的組合完成不用的動作，在需要的時候播放語音，實現(xiàn)一定的效果，具體請參考函數(shù)原形。只有跳舞動作稍微復(fù)雜了一點，在跳舞動作中采用語音與動作同時進行的方法。另一種方法就是調(diào)用函數(shù)對IO口進行位操作，這里調(diào)用的函數(shù)為Set_IOB_Bit(unsigned int,unsigned int，unsigned int,unsigned int,unsigned int)；第一個參數(shù)為需要對IO口的哪個位進行操作，然后參數(shù)依次為操作IO口的Dirretory、Attribion、Data、Buffer?！痉祷刂怠慨擲RAM擦除成功返回0，否則返回－1。 訓(xùn)練過程【API格式】C：int BSR_Train(int CommandID,int TraindMode)【功能說明】訓(xùn)練函數(shù)?！痉祷刂怠坑?xùn)練成功，返回0；沒有聲音，返回1；需要更多的語音數(shù)據(jù)來訓(xùn)練，返回2；當環(huán)境太吵時，返回3；當數(shù)據(jù)庫滿，返回4；當兩次輸入命令不同，返回5；當序號超出范圍，返回6?！痉祷刂怠繜o?！緜渥ⅰ吭摵瘮?shù)用于啟動辨識?！緜渥ⅰ吭摵瘮?shù)是用于停止識別，當調(diào)用此函數(shù)時，F(xiàn)IQ_TMA中斷將關(guān)閉?！緜渥ⅰ竣僭摵瘮?shù)在中斷FIQ_TMA中調(diào)用；②當主程序調(diào)用BSR_InitRecognizer(int AudioSource)時，辨識器便打開8K采樣率的FIQ_TMA中斷并開始將采樣的語音數(shù)據(jù)填入辨識器的數(shù)據(jù)隊列中；③應(yīng)用程序需要設(shè)置一下程序段在FIQ_TMA中。BSR_DisableCPUIndicator()關(guān)閉CPU狀態(tài)監(jiān)測功能。 下載程序并調(diào)試檢測驗證應(yīng)用方案的步驟步驟一：啟動 u’nSP IDE。每條指令要訓(xùn)練兩遍。在這里分成3組，每組5條指令。語音模型庫，從一個或多個講話者多次重復(fù)講話中提取的語音參數(shù)模板。:文本處理韻律處理語音合成詞典及語言規(guī)范語音數(shù)據(jù)庫合成語音輸出文本輸入 從文本到語音轉(zhuǎn)換過程示19結(jié)束語本文通過對語音識別技術(shù)的研究，結(jié)合凌陽單片機對語音資源的特有的支持，設(shè)計實現(xiàn)了處理器對人的語音識別功能，并將單片機作為遙控智能機器人的微處理器，使遙控控制變身為人的語音識別控制，該機器人通過實現(xiàn)的訓(xùn)練，就能夠識別指定的語音命令，如：前進、后退、左轉(zhuǎn)、右轉(zhuǎn)、唱歌、跳舞、左右瞄準等近15 條語音命令，然后由微處理器解析收到的相應(yīng)指令，驅(qū)動相應(yīng)的電機，使機器人執(zhí)行相應(yīng)的動作，具備較好的交互性和娛樂性。s Naturally Speaking or IBM39。 Martin (2000) and Hosom，Cole，and Fanty (2003)．Put simply，HMM putes the probable match between the input it receives and phonemes contained in a database of hundreds of native speaker recordings (Hinks，2003，p． 5)．That is，a speech recognizer based on HMM putes how close the phonemes of a spoken input are to a corresponding model，based on probability theory．High likelihood represents good pronunciation；low likelihood represents poor pronunciation (Larocca，et al．，1991)．While ASR has been monly used for such purposes as business dictation and special needs accessibility，its market presence for language learning has increased dramatically in recent years (Aist，1999； Eskenazi，1999； Hinks，2003)．Early ASRbased software programs adopted templatebased recognition systems which perform pattern matching using dynamic programming or other time normalization techniques (Dalby amp。到現(xiàn)在為止，多數(shù)的語音識別是基于傳統(tǒng)的線性系統(tǒng)理論，例如隱馬爾可夫模型和動態(tài)時間規(guī)整技術(shù)。語音識別可以劃分為獨立發(fā)聲式和非獨立發(fā)聲式兩種。 所以，在獨立發(fā)聲式系統(tǒng)中，從語音信號中提取語音特征是語音識別系統(tǒng)的一個基本問題。這些參數(shù)包括意見和他們響應(yīng)狀態(tài)所對應(yīng)的概率密度函數(shù)，狀態(tài)間的轉(zhuǎn)移概率，等等。解決這個問題的最流行方法是應(yīng)用線性預(yù)測倒譜系數(shù)和Mel頻率倒譜系數(shù)。本文利用傳統(tǒng)的LPCC和非線性多尺度分形維數(shù)特征提取研究并實現(xiàn)語音識別系統(tǒng)。因而，這樣的一個特征向量可以表征語音信號的線形和非線性特征。舉一個例子，Dragon39。語音識別的準確性將有望改善。其中最好的是Jurafsky amp。高性能就意味著優(yōu)良的發(fā)音，低性能就意味著劣質(zhì)的發(fā)音(Larocca，et al．，1991)。 Choi，1998)，New Dynamic English (DynEd，1997)，English Discoveries (Edusoft，1998)，and See it，Hear It，SAY IT! (CPI，1997)。Talk to Me 2002年的版本已經(jīng)包含了更多Hinks(2003)的特性，比如，信任對于學(xué)習者來說是非常有用的:u 一個視覺信號可以讓學(xué)習者把他們的語調(diào)同模型揚聲器發(fā)出的語調(diào)進行對比。本課題在選題及研究過程中得到鄭老師的悉心指導(dǎo)。同時還感謝四年來幫助和教育過我的孫志雄老師、韓建文老師、雷紅老師、石煥玉老師、鄭澤龍老師、于洪老師、林雄老師、張福金老師、黃飛老師……一路走來，從你們的身上我收獲無數(shù)，卻無以回報，謹此一并表達我的謝意。四年里，我們相處融洽，相互關(guān)