【正文】 語音大詞匯量語音識別系統(tǒng)，目前已被 HMM 模型和 ANN 替代。矢量量化就是一種很好的數(shù)據(jù)壓縮技術(shù) [4]。目前語音識別所用的特征參數(shù)主要有兩種類型：線性預(yù)測倒譜系數(shù)（ LPCC）和美爾頻標(biāo)倒譜系數(shù)（ MFCC）。而這組預(yù)測系數(shù)就反映了語音信號的特性，可以作為語音信號特征參數(shù)用于語音識別等 [5]。對于連續(xù)語音信號，過零即意味著時(shí)域波形通過時(shí)間軸；而對于離散信號，如果相鄰取樣值改變符號則稱為過零。經(jīng)過加窗分幀處理后，語音信號就已經(jīng)被分割成一幀一幀的加窗函數(shù)的短時(shí)信號，然后再把每一個(gè)短時(shí)語音幀看成平穩(wěn)的隨機(jī)信號，利用數(shù)字信號處理技術(shù)來提取語音特征參數(shù)。 A/D 轉(zhuǎn)換器是將原始的模擬語音信號變?yōu)閿?shù)字信號，從而得到時(shí)間和幅度上均為離散的數(shù)字語音信號。 語音信號分析技術(shù) 語音信號分析是語音信號處理的前提和基礎(chǔ)，只有分析出代表語音信號本質(zhì)特征的參數(shù)，才有可能利用這些參數(shù)進(jìn)行高效的語音識別處理。 本文的主要工作： （ 1）本文在闡述語音信號處理知識、語音識別原理及 SPCE061A 單片機(jī)主要特點(diǎn)的基礎(chǔ)上，進(jìn)行孤立詞的嵌入式語音識別系統(tǒng)硬件和軟件設(shè)計(jì)以及語音控制小車實(shí)物的設(shè)計(jì)。 60 年代，提出了用動(dòng)態(tài)規(guī)劃（ DP）方太原理工大學(xué)現(xiàn)代科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 2 法來解決語音識別中不等長的問題。使用語音作為人機(jī)交互的途徑對于使用者來說是最自然的一種方式，同時(shí)設(shè)備的小型化也要求省略鍵盤以節(jié)省體積。除語音識別功能外，為了有一個(gè)友好的人機(jī)界面 和對識別正確與否的驗(yàn)證，該系統(tǒng)還具備語音提示（語音合成）及語音回放（語音編碼記錄）功能。 隨著計(jì)算機(jī)技術(shù)、模式識別和信號處理技術(shù)及聲學(xué)技術(shù)等的發(fā)展，使得能滿足各種需要的語音識別系統(tǒng)的實(shí)現(xiàn)成為可能。 62 實(shí)物效果驗(yàn)證 34 第五章 語音遙控小車的設(shè)計(jì) 31 訓(xùn)練部分 本系統(tǒng)的語音提示功能為人機(jī)交流提供了一個(gè)良好 的 界面。太原理工大學(xué)現(xiàn)代科技學(xué)院畢業(yè)設(shè)計(jì)（論文） I 基于凌陽 SPCE061A 單片機(jī)的語音控制小車的研究 摘 要 語音識別 技術(shù)是 使 機(jī)器通過識別和理解把語音轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的 技術(shù)。 此系統(tǒng)不僅具有體積小、耗電省、價(jià)格低、性能可靠 的特點(diǎn)，還具有較快的運(yùn)算速度 、較高的識別率， 可實(shí)現(xiàn)實(shí)時(shí)的語音識別。 I ABSTRACT 8 語音識別系統(tǒng)的分類 19 PROBE 方式 19 EZ_PROBE 方式 50 語音識別子程序 51 中斷子程序 64 致 謝 66 附錄 2 中英文對照參考文獻(xiàn) 這樣，不僅使存儲或傳輸這樣的語言代碼時(shí)的數(shù)碼率比起存儲或傳輸原來有語音信號來大幅度降低，而且還在于它把一種連續(xù)的語音信號變成了一 種有限符號，這樣的符號容易被計(jì)算機(jī)（或?qū)Ｓ眯畔⑻幚韱卧├斫馄浜x，并且便于與人進(jìn)行交流，因而語音識別得到十分廣泛的應(yīng)用 [1]。首先，它是一個(gè)完整的語音識別系統(tǒng)。 語音命令控制可廣泛用于家電語音遙控、玩具、智能儀器及移動(dòng)電話等便攜設(shè)備中。第二個(gè)階段是發(fā)展階段，在這一階段（ 20 世紀(jì) 60 年代至 80 年代初），隨著集成電路技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展，語音識別的理論和技術(shù)亦日趨完善和成熟。我國 PC 機(jī)語音識別技術(shù)的研究水平己經(jīng)基本上與國外同步，在漢語語音識別技術(shù)上還有自己的特點(diǎn)與優(yōu)勢，但獨(dú)立開發(fā)的專用漢語語音識別芯片還是較少，多數(shù)都是與國外研究機(jī)構(gòu)合作開發(fā)研制的 [3]。 語音識別以語音為研究對象，它是語音信號處理的一個(gè)重要研究方向，是模式識別的一個(gè)分支，涉及到生理學(xué)、心理學(xué)、語言學(xué)、計(jì)算機(jī)科學(xué)以及信號處理等諸多領(lǐng)域，甚至還涉及到人的體態(tài)語言（如人在說話時(shí)的表情、手勢等行為動(dòng)作可幫助對方理解），其最終目標(biāo)是實(shí)現(xiàn)人與機(jī)器進(jìn)行自然語言通信。為了減少硬件設(shè)備 ，可以采用數(shù)字濾波器。常太原理工大學(xué)現(xiàn)代科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 4 用的函數(shù)窗為漢明窗、漢寧窗和矩形窗。 （ 2）短時(shí)過零率分析 短時(shí)過零率表示一幀語音信號波形穿過橫軸（零電平）的次數(shù)。通過使實(shí)際語音抽樣和線性預(yù)測抽樣之間的誤差在某個(gè)準(zhǔn)則下達(dá)到最小值來決定唯一的一組預(yù)測系數(shù)。該過程就是從原始語音信號中抽取能夠反映語音本質(zhì)的特征參數(shù)，形成特征矢量序列。該序列的數(shù)據(jù)率一般可能太高，不便于其后的進(jìn)一步處理，為此，有必要采用很有效的數(shù)據(jù)壓縮技術(shù)方法對數(shù)據(jù)進(jìn)行壓縮。 DTW 是較早的一種模式匹配和模型訓(xùn)練技術(shù)，它應(yīng)用動(dòng)態(tài)規(guī)劃方法成功解決了語音信號特征參數(shù)序列比較時(shí)時(shí)長不等的難題，在孤立詞語音識別中獲得了良好性能。一般來講，在訓(xùn)練數(shù)據(jù)足夠時(shí)， CHMM 優(yōu)于 DHMM 和 SCHMM。 當(dāng)給矢量量化器輸入一個(gè)任意矢量 kixR? 進(jìn)行矢量量化時(shí)，矢量量化器首先判斷它屬于哪個(gè)子空間 jR ，然后輸出該子空間 jR 的代表矢量 jY 。 B 為 觀 察 值 概 率 矩 陣 ，? ? , 1 , 1jkB b j N k M? ? ? ? ?， M為觀察值數(shù)目。 語音識別的發(fā)展歷史 語音識別的研究工作大約開始于 50 年代， Bell 實(shí)驗(yàn)室的 David 等人研制成功了第一個(gè)可識別十個(gè)英文數(shù)字的語 音識別系統(tǒng) ——Audry 系統(tǒng)。 1988 年美國卡內(nèi)基 梅隆大學(xué)運(yùn)用 VQ 和 HMM技術(shù)研制出了非特定人、大詞匯量、連續(xù)語音識別系統(tǒng) ——SPHINX 系統(tǒng)，它可以理解由 1000 個(gè)單詞構(gòu)成的 4200 個(gè)句子，被認(rèn)為是語音識別歷史的一個(gè)里程碑。 ﹡按照傳輸系統(tǒng)，可分為高質(zhì)量話筒、聽講話筒或電話。 ﹡語言學(xué)、生理學(xué)、心理學(xué)方面的研究成果已有不少，但如何把這些知識量化、建模并用于語音識別，還需研究。由于語音信號是較弱的信號，因此，要對輸入的語音信號太原理工大學(xué)現(xiàn)代科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 10 進(jìn)行放大，為了使語音信號的放大值控制在一定的范圍內(nèi)在硬件中設(shè)有自動(dòng)增益控制AGC。首先是成本，由于成本的限制，一般使用定點(diǎn) DSP，有時(shí)甚至只能考慮使用 MPU，這意味著算法的復(fù)雜度受到限制；其次，嵌入式系統(tǒng)對體積有嚴(yán)格的限制，這就需要一個(gè)高度集成的硬件平臺。 主要 性能 ▲16位 181。 管腳名稱 管腳編號 類型 描述 IOA[15： 8] 4639 輸入輸出 IOA[15： 8]：雙向 IO 端口 IOA[7： 0] 3427 輸入輸出 IOA[7： 0]：通過編程，可設(shè)置成喚醒腳 IOA[6： 0]：與 ADC Linein 輸入共用 IOB[15： 11] IOB10 IOB9 IOB8 IOB7 5054 57 58 59 60 輸入輸出 輸入輸出 輸入輸出 輸入輸出 輸入輸出IOB[15： 11]：雙向 IO端口。 太原理工大學(xué)現(xiàn)代科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 16 圖 61 板實(shí)物 圖 片 61 板的硬件結(jié)構(gòu)框圖如圖 。 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。用它可以替代在單片機(jī)應(yīng)用項(xiàng)目的開發(fā)過程中常用的軟件工具 ——硬件在線實(shí)時(shí)仿真器和程序燒寫器。但此時(shí)要注意：（ 1）要將下載線插在板子上標(biāo)注有 EZ_PROBE的位置，避免插錯(cuò)；（ 2）在使用 EZ_PROBE時(shí)，要將短路跳線將 S5的 3腳短路，下載完畢后將 S5的 3腳短路跳線拔下即可脫機(jī)運(yùn)行。 凌陽常用的 音頻形式和壓縮 方 法 音頻形式和壓縮算法 凌陽 SPCE061A單片機(jī)對語音的處理過程如圖 。按音質(zhì)排序： A2020S480S240[9]。 【備 注】該函數(shù)用于 Model_Index語音解碼的初始化。 SCAMLib庫中相關(guān) API函數(shù)如下所示： void Model_Index_Initial(int Init_Index) //初始化 void Model_Index_ServiceLoop(void) //獲取語音資料，填入譯碼隊(duì)列 void Model_Index_Play(int Speech_Index,int Channel,int Ramp_Set) //播放 void Model_Index_Stop(void) //停止播放 void Model_Index_Pause(void) //暫停播放 void Model_Index_Resume(void) //暫停后恢復(fù) void Model_Index_Volume(Volume_Index) //音量控制 unsigned int Model_Index_Status(void) //獲取模塊狀態(tài) void Model_Index_InitDecode(int Channel) //譯碼初始化 void Model_Index_Decode(void) //譯碼 void Model_Index_FillQueue(unsigned int encodeddata) //填充隊(duì)列 unsigned int Model_Index_TestQueue(void) //測試隊(duì)列 Call F_FIQ_Service_Model_Index //中斷服務(wù)函數(shù) 下面分別對各個(gè)函數(shù)進(jìn)行具體介紹： （ 1）【 API 格式】 C： void Model_Index_Initial(int Init_Index) ASM： R1=[Init_Index] Call F_ Model_Index_Initial 【功能說明】 Model_Index語音播放之前的初始化。該函數(shù)庫將 A/D、編碼、解碼、存儲及 D/A做成相應(yīng)的模塊，每個(gè)模塊都有其應(yīng)用程序接口 API，只需了解每個(gè)模塊所要實(shí)現(xiàn)的功能及其參數(shù)的內(nèi)容，然后調(diào)用該 API 函數(shù)即可實(shí)現(xiàn)該功能。在這樣的趨勢下，凌陽公司推出了帶有 DSP功能的16位單片機(jī) SPCE061A。這種開發(fā)方式適合產(chǎn)品研發(fā)使用。 61板為 PROBE和 EZ_PROBE各自提供了一組接口，可通過 S5跳線來選擇使用的接口類型。 SPY0029是凌陽公司設(shè)計(jì)的電壓調(diào)整 IC，采用 CMOS工藝，具有靜態(tài)太原理工大學(xué)現(xiàn)代科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 18 電流低、驅(qū)動(dòng)能力強(qiáng)、線性調(diào)整出色等特點(diǎn)。 61板的結(jié)構(gòu)和功能 61板除了具備單片機(jī)最小系統(tǒng)電路外，還包括 電源電路、音頻電路 （含 MIC輸入部分和 DAC音頻輸出部分 ） 、復(fù)位電路等，采用電池供電，方便隨身攜帶。 圖 SPCE061A LQFP80 封裝排列圖 16 位微控制器181。它的內(nèi)核采用凌陽公司最新推出的 Microcontroller and Signal Processor（簡稱 181。語音識別程序也被存儲 ROM 或 FLASH 中。 為了解決這些問題，研究人員提出了各種各樣的方法，如自適應(yīng)訓(xùn)練，基于最大互信息準(zhǔn)則（ MMI）和最小區(qū)別信息準(zhǔn)則（ MDI）的區(qū)別訓(xùn)練和 “矯正 ”訓(xùn)練；應(yīng)用人耳對語音信號的處理特點(diǎn)，分析提取特征參