【文章內(nèi)容簡介】 endent，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，如人名聲控撥號)，即在啟動小車前，系統(tǒng)將會提示輸入語音命令作簡單快速的訓(xùn)練紀錄，在這里輸入“啟動”“停止”“返回”和“模式切換”四個語音命令，通過使用者的聲音特性來加以辨認。隨著技術(shù)的成熟，進入語音適應(yīng)階段SA(speaker adaptation),使用者只要對于語音辨識核心，經(jīng)過一段時間的口音訓(xùn)練后，即可擁有不錯的辨識率。聲學(xué)模式訓(xùn)練復(fù)雜聲學(xué)、言語條件下的語音輸入語音匹配語音模式訓(xùn)練語音模型識別結(jié)果、理解結(jié)果語音處理語言模型語音識別原理圖 語音播報電路音頻部分的原理圖如下所示，在下圖中可以看到兩個跳線，其作用在于可以測量DAC的輸出波形；另外拔掉跳線，可以斷開DAC到喇叭放大的通路，使得DAC通道處于開路狀態(tài)。這樣便于用DAC做其他用途，用戶可以用過這個跳線來加入自己的外圍電路。音頻原理及放大電路圖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8:１，8:，8: SACMS480： 壓縮比為80:3，80: SACMS240： 壓縮比為80: 按音質(zhì)排序：A2000S480S240用凌陽Compress Tool事先把所需要的語音信號錄制好，本系統(tǒng)共包括十多個語音資源，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， DACDAC2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19(只列出了DAC1,DAC2類似)，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，音頻的具體功能主要通過程序來實現(xiàn)。3 軟件設(shè)計軟件設(shè)計部分是小車控制的的核心，通過軟件編程來控制小車的行駛狀態(tài)。 軟件流程圖及設(shè)計思路說明開始語音切換命令語音命令訓(xùn)練語音啟動訓(xùn)練掃描IOBIOB5和IOB6等待語音命令進行拐彎和返回處理軟件流程圖 程序設(shè)計主程序見附錄（1） 模塊設(shè)計 中斷流程圖部分SPCE061單片機有兩個外部中斷，分別為EXT1和EXT2，兩個外部輸入腳分別為B口的IOB2和IOB3的復(fù)用腳。EXT1（IOB2）和EXT2（IOB3）兩條外部中斷請求輸入線，用于輸入兩個外部中斷源的中斷請求信號，并允許外部中斷以負跳沿觸發(fā)方式來輸入中斷請求信號。EXT1（IOB2）為黑線檢測，確定小車位置，EXT2（IOB3）為輪子轉(zhuǎn)數(shù)檢測用于計算路程。IRQ4用做整個行程的時間計數(shù)。開IRQ3和IRQ4寄存器組出棧清中斷標志位清中斷標志位寄存器壓棧保護中斷返回是IRQ3中斷嗎IRQ3_EXT1中斷嗎清中斷標志位IRQ3_EXT2中斷嗎車輪轉(zhuǎn)速中斷服務(wù)流程圖 語音識別部分在這里我們用的是SPCE061的特定語者辨識SD（Speaker Dependent），SD即語音樣板由單個人訓(xùn)練，也只能識別訓(xùn)練某人的語音命令，而他人的命令識別率較低或幾乎不能識別。(1) 語音的準備：可利用計算機進行錄音，選擇錄音效果一般的MIC比較好，因為小車跑動時要受環(huán)境的影響，效果一般的MIC錄制的音更加接近凌陽單片機上的MIC所錄制的。錄制語音可為：“yeah”，“煩不煩”，“前進”，“倒退”，“拐就拐”。分別保存名稱為：、 、.語音錄制時，注意錄制屬性設(shè)置，最好選擇為8Khz, 16位，單聲道。語音錄制好后，保存格式為“.wav”，利用凌陽單片機光盤內(nèi)目錄“\TOOLS\s480\”下的工具進行語音壓縮后放在程序目錄“\voice”下邊，然后修改配置文件“Makefile”中的OBJFILES的值以及對應(yīng)的語音文件的目錄地址值和“clean”的值 ，并且配置值順序必須對應(yīng)于語音訓(xùn)練的過程。該程序模塊包括三部分：訓(xùn)練樣本、識別、語音提示。具體程序見主程序。見下圖整體框圖。初始化BSR_DeleteSDGroup(0)啟動實時監(jiān)控BSR_EnableCPUIndicator()調(diào)用訓(xùn)練模塊TrainWord(intWordID, intRespondID)初始化識別器BSR_InitRecognizer(BSR_MIC)辨識處理BSR_GetResult() 語音辨識整體框圖在程序中我們通過五條語句的訓(xùn)練演示特定人連續(xù)音識別，其中第一條語句為觸發(fā)名稱。另外四條為命令，訓(xùn)練完畢開始辨識當識別出觸發(fā)名稱后，開始發(fā)布命令，則會聽到自己設(shè)置的應(yīng)答，具體流程圖如圖22。(2) 關(guān)于語音識別庫函數(shù)的算法分析：眾所周知，嵌入式語音識別最大難點在于如何在硬件資源相對有限（相對與PC機而言）的情況下，實現(xiàn)大量數(shù)據(jù)處理的語音識別算法。特別的，SPCE061A自帶2K字的RAM，這樣小容量的RAM空間是如何存儲數(shù)據(jù)量較大的語音命令，是值得探討的問題。時域分析中，語音信號作為緩慢時變的信號，在一小段時間里，例如10ms～20ms，語音信號的特性基本不變，這些短段具有固定特性，短段間經(jīng)常有一定的重疊，組合成一段語音，我們把語音信號分成這樣的小段(稱為“幀”)作為提取語音信號特性的單元，這樣的方法稱為“短時”處理法。當以8K/S的速率采集語音信號時，假設(shè)以20ms為幀周期，加上12ms的幀移，幀長32ms,即每幀包括256個語音采集點，一個幀的特性參數(shù)占用1個字RAM，則存儲一條2S長的語音命令信號占用2s/20ms*1=100字，與直接存儲采樣的語音數(shù)據(jù)相比更能節(jié)省嵌入式系統(tǒng)有限的硬件資源。 在外界噪音的干擾下，對語音起止點的判別非常重要，若聲音指令信號提取的不恰當，那么所得到的聲音指令信號和我們發(fā)出的指令信號就會有很大的出入，不但會延遲語音識別的時效性，甚至?xí)档蛯@些語音信號的識別率。對語音信號的提取，主要是確定音頭和音尾的位置，即端點識別。常用的方法有短時能量和過零率等幾種。短時能量表示了語音信號的幅度，其定義式為：（公式3）初始化定義存儲器為BSR_DeleteSDGroup調(diào)用第一條提示音播放PlayRespond(RSP_INTR)訓(xùn)練名稱TrainWord(NAME_ID,0)成功否?訓(xùn)練第一條命令TrainWord(CONMAMD_ONE_ID,1)成功否?訓(xùn)練第二條命令TrainWord(CONMAMD_TWO_ID,2)成功否?訓(xùn)練第三條命令TrainWord(CONMAMD_THREE_ID,3)成功否?開始識別辨別器初始化BSR_InitRecognizer(BSR_MIC)啟動實時監(jiān)控BSR_EnableCPUIndicator()調(diào)用提示語音放PlayRespond(RSP_STAR)獲取語音數(shù)據(jù)BSR_GetRessult()辨識主循環(huán)訓(xùn)練第四條命令TrainWord(CONMAMD_FOUR_ID,4)成功否? 語音辨識具體流程圖短時平均過零率為一幀語音信號穿越零電平的次數(shù)，表示了短時信號的頻率，其定義如下：（公式4）兩式中的N為一幀語音的采集點數(shù)。語音采集過程中，計算當前一幀或多幀數(shù)據(jù)的能量或過零率數(shù)值，當大于預(yù)先設(shè)定的閾值時，即認為找到了語音命令的起始點，結(jié)束點的確定方法類似。在截取音頭音尾間的信號并分幀后，我們就可以以幀為單位進行特征參數(shù)的提取，如線性預(yù)測倒譜系數(shù)法。選擇合適的特征參數(shù)，與語音樣板參數(shù)通過動態(tài)時間彎折算法匹配，即可得出相應(yīng)的識別結(jié)果。4 連接和操作說明 硬件模塊連接圖連線圖 功能說明1. 小車運動控制：通過SPCE061A的I/O端口，驅(qū)動控制板的H橋電路，進而控制前輪電機和后輪電機。2. 聲控功能：利用特定人語音識別實現(xiàn)小車的名稱和動作訓(xùn)練，并根據(jù)相應(yīng)的語音指令輸入執(zhí)行前進、后退、左轉(zhuǎn)、右轉(zhuǎn)、停車等動作。3. 定時控制功能：利用時基定時器設(shè)定運行時間，小車運行同時啟動定時器，時間到小車停止運行。 代碼下載硬件連接完成之后，檢查無誤，接下來就可以下載程序了。具體的步驟為： 第一步：打開集成開發(fā)環(huán)境，打開“”文件，編譯鏈接。（注意：，請在彈出的對話框中選擇打開類型為spj或者所有文件） 第二步：點擊菜單Project－Select Body，或者直接點擊 圖標打開如圖 32所示的對話框： ?圖 73 Select Body對話框 第三步：在彈出的對話框中選擇Body Name為SPCE060A_061A，選擇Probe為Auto，點擊OK按鈕確定。 第四步：點擊IDE工具欄上的圖標選擇Use ICE模式。 第五步：按F8快捷下載按鈕，下載代碼。 訓(xùn)練小車成功下載程序以后，去掉下載線并復(fù)位系統(tǒng)（如果使用EZProbe還應(yīng)將Probe選擇跳線S5拔去），小車就會提示對它進行訓(xùn)練。訓(xùn)練采用應(yīng)答式訓(xùn)練，每條指令的訓(xùn)練次數(shù)為兩次，每一條命令的訓(xùn)練過程都是一樣的，以“前進”為例說明： 步驟一：小車提示“前進”； 步驟二：告訴小車“前進”； 步驟三：小車提示“請再說一遍”（重復(fù)訓(xùn)練提示音）； 步驟四：再次告訴小車“前進”（重復(fù)訓(xùn)練一次）。 這是一個完整的訓(xùn)練過程，如果訓(xùn)練成功，小車會自動進入下一條指令的訓(xùn)練，并會提示下一條指令對應(yīng)的動作；如果沒有訓(xùn)練成功，小車會提示“說什么暗語呀”或者“沒有聽到任何聲音”等信息，這樣的話就要重復(fù)剛才所說的四個步驟，直到成功為止。整個的訓(xùn)練過程共有5次這樣的訓(xùn)練，依次為：名稱——前進——后退——左拐——右拐。整個的訓(xùn)練流程如下圖所示： 小車訓(xùn)練流程圖 聲控小車訓(xùn)練完小車之后，怎樣進行聲控操作，讓小車運動或者停下來呢？ 可以直接對小車說前進，或者倒車、左拐、右拐等，小車如果識別出指令會有一個回應(yīng)信號，告知你它要執(zhí)行的動作，然后執(zhí)行該動作。如果想要小車執(zhí)行其它動作，直接告訴小車將要執(zhí)行動作對應(yīng)的指令即可。比如在前進時告訴小車“倒車”，小車識別出之后就會直接倒車。如果在小車訓(xùn)練過程中想要小車停下來，可以直接呼叫小車的名字，小車準確識別之后就會停下來。 重新訓(xùn)練在實際的使用過程當中，可能會對訓(xùn)練的結(jié)果不滿意，或者其他人也想對它進行訓(xùn)練、控制。這樣就要求小車可以被重新訓(xùn)練。為此，我們把61板的KEY3鍵定義為重新訓(xùn)練按鈕，系統(tǒng)運行之后就會不斷的掃描61板的KEY3鍵。如果檢測到KEY3鍵按下，那么程序首先會把訓(xùn)練標志位（0xe000）單元擦除，并會進入一個死循環(huán)等待復(fù)位的到來。復(fù)位到來之后，程序檢測到訓(xùn)練標志單元內(nèi)容為0xffff，認為小車沒有經(jīng)過訓(xùn)練，就會要求對它進行訓(xùn)練。總結(jié)本設(shè)計綜合應(yīng)用了SPCE061A豐富的軟硬件資源，成功的實現(xiàn)了語音控制功能。下面簡單的介紹一下實際應(yīng)用中的一些資源優(yōu)勢：在硬件方面，較高的執(zhí)行速度、內(nèi)置的硬件乘法器、ADC和DAC功能、內(nèi)置的AGC自動增益環(huán)節(jié)，這些為語音處理提供了強大基礎(chǔ)。在軟件方面，標準的C語言編程，豐富的語音資源函數(shù)為編程提供了很大的方便。 該設(shè)計方案結(jié)構(gòu)簡單，以單芯片實現(xiàn)了語音播放與識別以及電機控制功能，相當于“語音識別芯片+普通單片機”的功能。但是比“語音識別芯片+普通單片機”方案實現(xiàn)起來要簡單很多，而且成本也會降低很多。 該語音控制小車操作比較簡單，訓(xùn)練和識別成功的幾率也比較高，是一個典型的語音識別應(yīng)用方案。最后敬請各位專家、老師和同學(xué)對論文和今后的研究工作提出寶貴的指導(dǎo)意見和建議