【正文】 數(shù)】無?！痉?回 值】無。4）函數(shù)允許TimerA以所選的的數(shù)據(jù)采樣率（計數(shù)溢出）中斷。當Model_Index為SACMDVR時，則以自動方式播放外接SRAM中的錄音或數(shù)據(jù)。【備 注】該函數(shù)用于Model_Index語音解碼的初始化。按音質(zhì)排序：A2000S480S240[9]。下面將從凌陽音頻編碼算法和語音識別算法來介紹語音識別在在SPCE061A單片機中的具體實現(xiàn)。EZ_PROBE與PROBE不同的是在硬件連接和IDE集成環(huán)境下需要選擇是哪一種方式進行調(diào)試，其中默認狀態(tài)下Body Name是采用PROBE調(diào)試，在使用下載線時一定要選擇SPCE061AEZ_PROBE即可。它既是一個編程器（即程序燒寫器），又是一個實時在線調(diào)試器。圖中的VDDH3為SPCE061A的I/O電平參考，如果該點接SPCE061A（PLCC84封裝，下面的介紹中當出現(xiàn)SPCE061A的引腳描述時，均指此封裝的芯片）的51腳，可使I/；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[6]。61板上有調(diào)試器（PROBE）接口以及下載線（EZ_PROBE）接口，分別可接凌陽科技的在線調(diào)試器、簡易下載線，配合181。’nSP?+ICEFLASHRAM鎖相環(huán)振蕩器CPU時鐘實時時鐘低電壓監(jiān)測/低電壓復位雙16位定時器/計數(shù)器時基中斷控制7通道10位ADC單通道ADC+AGC雙通道10位ADC串行輸入輸出接口32管腳輸入輸出端口IOB0（SCK）IOB1（SDA）IOA150IOB150ICE_ENICE_SCKICE_SDAVcpXI/RXOMIC_INAUD1AUD2 SPCE061A結(jié)構(gòu)圖 芯片的引腳排列和說明SPCE061A有兩種封裝片：一種為80個引腳，LQFP80封裝，；另一種為84個引腳，PLCC84封裝形式。因此，SPCE061A微控制器是適用于數(shù)字語音識別應用領域產(chǎn)品的一種最經(jīng)濟的選擇。 對于嵌入式系統(tǒng)而言，其硬件組成有許多其它因素需要考慮。在硬件系統(tǒng)中，前端濾波是為了消除干擾和可能造成混淆的成分。﹡高噪聲環(huán)境下語音識別進展困難，因為此時人的發(fā)音變化很大，像聲音變高，語速變慢，音調(diào)及共振峰變化等等，這就是所謂Lombard效應，必須尋找新的信號分析處理方法。﹡按照說話環(huán)境，可分為隔音間、計算機房、公共場所等。80年代，語音識別研究進一步走向深入，其顯著特征是HMM模型和人工神經(jīng)元網(wǎng)絡（ANN）在語音識別中的成功應用。連續(xù)HMM的參數(shù)組B是每個狀態(tài)對應于一個觀察概率密度函數(shù)[4]。A為狀態(tài)轉(zhuǎn)移概率矩陣，N為狀態(tài)數(shù)。矢量量化有效地應用了矢量中各元素之間的相關性，因此可以比標量量化有更好的壓縮效果。按照隨機函數(shù)的特點，HMM模型可分為離散隱馬爾可夫模型（采用離散概率密度函數(shù)，簡稱DHMM）和連續(xù)隱馬爾可夫模型（采用連續(xù)概率密度函數(shù)，簡稱CHMM）以及半連續(xù)隱馬爾可夫模型（SCHMM，集DHMM和CHMM特點）。目前常用的語音識別算法主要有：動態(tài)時間歸正技術（DTW）、隱馬爾可夫模型（HMM）和人工神經(jīng)元網(wǎng)絡（ANN）。語音特征提取是分幀提取的，每幀特征參數(shù)一般構(gòu)成一個矢量，因此，語音特征是一個矢量序列。﹡特征提取經(jīng)過預處理后的語音信號，要對其進行特征提取，去除對語音識別無關緊要的冗余信息，獲得影響語音識別的重要信息，即特征參數(shù)分析。它的基本原理是：由于語音樣點之間存在相關性，所以可以用過去的樣點值來預測現(xiàn)在或未來的樣點值，即一個語音的抽樣能夠用過去若干個語音抽樣或它們的線性組合來逼近。3）作為一種超音段信息，用于語音識別中。根據(jù)語音信號在l020ms內(nèi)語音信號特性不變的特點，一般取幀長為20ms，幀移為幀長的01/2倍。濾波器必須是一個帶通濾波器。人類進入信息時代以后，用現(xiàn)代手段研究語音處理技術，使人們能更加有效地產(chǎn)生、傳輸、存儲和獲取語言信息，這對于促進社會的發(fā)展具有十分重要的意義。從1987年開始執(zhí)行國家863計劃后，國家863智能計算機專家組為語音識別技術研究專門立項，每兩年滾動一次。 T Bell實驗室實現(xiàn)了第一個可識別十個英文數(shù)字的語音識別系統(tǒng)——Audry系統(tǒng)。語音識別技術目前在嵌入式系統(tǒng)中的應用主要為語音命令控制，它使得原本需要手工操作的工作用語音就可以方便地完成。嵌入式語音識別系統(tǒng)與PC機的語音識別系統(tǒng)相比，雖然其運算速度和存儲容量有限，但它具有自己的一些特點。語音是語言信息的載體，語音識別的基本任務是將輸入的語音轉(zhuǎn)化為相應的語言代碼。本文主要工作包括，首先介紹了語音識別基礎知識以及常用的語音識別算法，然后根據(jù)嵌入式系統(tǒng)的特點和本課題所要求實現(xiàn)的具體功能，給出了基于凌陽SPCE061A單片機的語音遙控小車系統(tǒng)硬件和軟件設計的總體方案。本課題主要闡述了一種非常適合語音處理的單片機——凌陽SPCE061A的原理，并實現(xiàn)了基于凌陽SPCE061A單片機的語音遙控小車。它還涉及到生理學、心理學以及人的體態(tài)語言。通過研究者的不斷努力，現(xiàn)在嵌入式非特定人語音識別系統(tǒng)識別精度已經(jīng)達到98%以上，而對特定人語音識別系統(tǒng)的識別精度就更高了[2]。嵌入式語音識別系統(tǒng)的優(yōu)點使得其應用的領域十分廣泛[3]。語音識別的研究工作始于50年代，它開始的標志是ATamp。我國的語音識別系統(tǒng)的研究起步比較晚，但也取得了很好的成績，研究水平也從實驗室逐步走向?qū)嵱?。第二?語音處理與識別技術基礎 概述語音是語言的聲學表現(xiàn)，是人類交流信息最自然、最有效、最方便的手段，也是人類進行思維的一種依托。（2）抑制50Hz的電源工頻干擾。加窗分幀的目的是為了利用有限容量的數(shù)據(jù)區(qū)依次處理數(shù)量極大的語音數(shù)據(jù)。2）可以用來區(qū)分聲母與韻母的分界是，無聲與有聲的分界，連字（指字之間無間隙）的分界等。 語音信號的線性預測分析（1）線性預測分析的原理線性預測分析（Linear Prediction Coding簡稱LPC）是進行語音分析最有效、最流行的分析技術之一。語音輸入預處理特征提取模式識別訓練模式庫語音識別結(jié)果 語音識別系統(tǒng)基本原理框圖其中： ﹡預處理包括預加重、加窗分幀、端點檢測等處理過程，在預處理之前還有語音信號的數(shù)字化處理過程，其中包括反混疊濾波、模/數(shù)轉(zhuǎn)換、自動增益等用以去除聲門激勵、口鼻輻射、高于1/2采樣率高頻和噪聲信號的影響，實現(xiàn)語音信號的數(shù)字化。因此，嵌入式語音識別系統(tǒng)中一般都選用LPCC系數(shù)[2]。﹡模式匹配模式匹配是將輸入的待識別的語音特征參數(shù)同訓練得到的參考語音模式進行逐一比較分析，獲得最佳匹配的參考模式形成識別結(jié)果。模型參數(shù)包括HMM拓撲結(jié)構(gòu)、狀態(tài)轉(zhuǎn)移概率及描述觀察符號統(tǒng)計特性的一組隨機函數(shù)。 矢量量化技術（1）矢量量化的基本原理將若干個標量數(shù)據(jù)組成一個矢量（或者是從一幀語音數(shù)據(jù)中提取的特征矢量）在多維空間給予整體量化，從而可以在信息量損失較小的情況下壓縮數(shù)據(jù)量。馬爾可夫鏈（，A）隨機過程（B）q1,q2,…,qt狀態(tài)序列觀察值序列 HHM組成示意圖其中，為初始狀態(tài)概率矢量。離散HMM的參數(shù)組B是一個概率矩陣。在實踐上，實現(xiàn)了基于線性預測倒譜和DTW技術的特定人孤立語音識別系統(tǒng)。﹡根據(jù)詞匯量大小，可以分為小詞匯量（120個詞）、中等詞匯量（201000個詞）、大詞匯量（大于1000個詞）以及無限詞匯量語音識別系統(tǒng)。主要表現(xiàn)在：﹡語音識別系統(tǒng)的適應性差，主要體現(xiàn)在對環(huán)境依賴性強，即在某種環(huán)境下采集到的語音訓練系統(tǒng)只能在這種環(huán)境下應用，否則系統(tǒng)性能將急劇下降；另外一個問題是對用戶的錯誤輸入不能正確響應，使用不方便。 嵌入式語音識別系統(tǒng)硬件組成 。在設計時，依據(jù)對控制對象的不同，還要考慮相應的驅(qū)動電路。SPCE061A既具有體積小、集成度高、可靠性好的特點，又具有較強的中斷處理能力、高性價比和功能強、效率高的指令系統(tǒng)及低功耗、低電壓的特點。 ：16位微控制器181。 61板的結(jié)構(gòu)和功能61板除了具備單片機最小系統(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）、復位電路等，采用電池供電，方便隨身攜帶。SPY0029是凌陽公司設計的電壓調(diào)整IC，采用CMOS工藝，具有靜態(tài)電流低、驅(qū)動能力強、線性調(diào)整出色等特點。 ICE接口電路 SPCE061A開發(fā)方法 PROBE方式SPCE061A的開發(fā)是通過在線調(diào)試器PROBE實現(xiàn)的。用戶目標板5V電源(當I/O口外接5V器件時用)32678Hz晶振外圍接口電路SPCE061AVDD(15)XICE(16)ICECLK(17)ICESDA(18)VSS(19)在線調(diào)試器PROBE(1)VDD(2)XICE(3)ICECLK(4)ICESDA(5)VSS25針計算機標準并行接口PC 用戶目標板、PROBE、計算機三者之間的連接圖 在線調(diào)試器 PROBE方式實物連接圖 EZ_PROBE方式將61板上的數(shù)據(jù)緩沖電路和下載線（）統(tǒng)稱為EZ_PROBE。在本設計中需要音控小車對不同的語音命令作出相應的語音應答并執(zhí)行對應的指令，這就要求單片機能夠?qū)崿F(xiàn)對語音的控制如放音、合成及辨識等功能。壓縮方式壓縮比所應用文件無損壓縮2：14：1磁盤文件有損壓縮100：1音／視頻文件 凌陽音頻壓縮方式分類凌陽音頻壓縮算法根據(jù)不同的壓縮比分為以下幾種：SACMA2000，壓縮比為8：8：、8：；SACMS480，壓縮比為80：80：；SACMS240，壓縮比為80：?！痉?回 值】語音模塊初始化失敗返回0，否則返回n（n=0，1，2，3，4，500）代表Model_Index語音模塊初始化成功。適用模塊：Model_Index（SACM）A2000S480/S720S240/S120MS01DVR（3）【API 格式】C：void Model_Index_Play(int Speech_Index,int Channel,int Ramp_Set)；ASM：R1=[Speech _Index]R2=[Channel]R3=[Ramp_Set]Call Model_Index_Play【功能說明】播放資源中Model_Index語音或樂曲。3）中斷服務子程序F_FIQ_Service_Model_Index必須安置在TMA_FIQ中斷向量上?！緟? 數(shù)】無。適用模塊：Model_Index（SACM）A2000S480/S720S240/S120MS01DVR（8）【API 格式】C：unsigned int Model_Index_Status(void)；ASM：Call F_Model_Index_ Status[返回值]=R1【功能說明】獲取Model_Index語音播放的狀態(tài)?！痉?回 值】無。【返 回 值】無。適用模塊：Model_Index（SACM）A2000S480/S720S240/S120MS01DVR（13）【API 格式】ASM：Call F_FIQ_Service_Model_Index對于SACMMS01，SACMDVR模塊，除了上面FIQ中斷服務程序外，還有：ASM：Call F_IRQ2_Service_SACM_MS01ndex_TestQueneASM：Call F_IRQ4_Service_SACM_MS01ndex_TestQueneASM：Call F_IRQ1_Service_SACM_DVR。2）中斷服務子程序必須在TMA_FIQ中斷源上。辨識部分初始化BSR_DeleteSDG roup(0)調(diào)用訓練模塊TrainWord(int WordID,int RespondID)初始化識別器BSR_InitRecognizer(BSR_MIC)啟動實時監(jiān)控BSR_EnableCPU Indicator()辨識處理BSR_GetResult() 語音辨識原理框圖：濾除噪音預加重語音分析濾波器組PARCOR系數(shù)線性預測系數(shù)過零次數(shù)能量相關函數(shù)等模式匹配詞典識別結(jié)果輸出語音 語音識別電路結(jié)構(gòu)同樣語音辨識也將其一些功能作成模塊，并通過API調(diào)用來實現(xiàn)這些功能，下面將介紹一些常用的API函數(shù)?！痉?回 值】訓練成功，返回0；沒有聲音返回1；訓練需要更多的語音數(shù)據(jù)來訓練，返回2；當環(huán)境太吵時，返回3；當數(shù)據(jù)庫滿，返回4；當兩次輸入命令不通，返回5；當序號超出范圍，返回6?！痉?回 值】無。 中斷部分【API 格式】ASM：F_BSR_InitRecognizer【功能說明】在中斷中調(diào)用，并通過中斷將語音信號送DAC通道播放。在錄放時所用到的硬件資源有：定時器/計時器、中斷系統(tǒng)、ADC輸入接口、音頻DAC輸入口、I/OA及I/OB口；按鍵、靜態(tài)RAM芯片、喇叭等。語音控制小車的主要功能：（1）可以通過簡單的I/O操作實現(xiàn)小車的前進、后退、左轉(zhuǎn)、右轉(zhuǎn)功能；（2）配合SPCE061A語音處理的特點，利用系統(tǒng)的語音播放和語音識別資源，實現(xiàn)語音控制的功能；（3）可以在行走過程中聲控改變小車運動狀態(tài)；（4）在超出語音控制范圍時能夠自動停