語(yǔ)音識(shí)別設(shè)計(jì)(編輯修改稿)
2025-08-25 12:05 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 :VoiceExtreme和VoiceDirect是用來(lái)更方便和快速的執(zhí)行語(yǔ)音識(shí)別和語(yǔ)音合成的語(yǔ)音程序處理器。是低成本、簡(jiǎn)單易用的產(chǎn)品開(kāi)發(fā)包。 Sensory是嵌入式語(yǔ)音技術(shù)領(lǐng)域世界級(jí)的領(lǐng)導(dǎo)者。它的語(yǔ)音技術(shù)包括：語(yǔ)音識(shí)別、說(shuō)話者確認(rèn)、語(yǔ)音及音樂(lè)合成和動(dòng)畫(huà)語(yǔ)音。Sensory的IC和嵌入式軟件被廣泛用于消費(fèi)者電子產(chǎn)品包括電話、家居自動(dòng)化、玩具、遠(yuǎn)程控制、汽車(chē)、安全裝置、學(xué)習(xí)輔助工具以及其他需要語(yǔ)音輸入和輸出的產(chǎn)品。消費(fèi)類(lèi)電子行業(yè)的很多巨子如Hasbro,JVC,Kenwood,Mattel,Mitsubishi,Toshiba,Uniden,Sony等等都是Sensory的客戶應(yīng)用于消費(fèi)類(lèi)電子產(chǎn)品上的交互式語(yǔ)音集成芯片（RSC100/164T，RSC300/364，RSC4XX）是一種高性能、低成本的8位MCU，所有這類(lèi)芯片內(nèi)部集成有ADC、DAC、ROM（除了RSC100/300）、RAM和麥克風(fēng)的預(yù)放大電路，并擁有以下多種功能：與說(shuō)話者無(wú)關(guān)/有關(guān)的語(yǔ)音識(shí)別、語(yǔ)音確認(rèn)（PASSWORD）、語(yǔ)音和音樂(lè)合成，錄音和回放、快速數(shù)字撥號(hào)（只有RSC300/364）、持續(xù)監(jiān)聽(tīng)。 產(chǎn)品線有兩種通用目的的微處理器（RSC系列） 1. RSC100/164T—低成本的版本（） 2. RSC300/364（），它有更快的響應(yīng)時(shí)間、先進(jìn)和附加的技術(shù)（包括數(shù)字撥號(hào)，固定單詞觸發(fā)，同時(shí)產(chǎn)生數(shù)字記錄和識(shí)別模板） 3. RSC164/364產(chǎn)品的特性 a) 有64k內(nèi)置ROM的8位微處理器； b) 集成有A/D和D/A轉(zhuǎn)換器； c) DAC或PWM（Pulse Width Modulation）； d) 可實(shí)現(xiàn)DTMF 撥號(hào)； e) 音源的AGC功能； f) 16個(gè)通用I/O端口； g) 片上有輸出放大器； h) 省電模式最小的功耗（小于5UA）。 RSC300/364產(chǎn)品特性 RSC300/364是專門(mén)為消費(fèi)類(lèi)電子產(chǎn)品應(yīng)用而設(shè)計(jì)的，擁有高度集成和高識(shí)別率的系統(tǒng)化芯片。RSC300/364有額外的SDAM和硬件加速器去支持SENSORY的最新技術(shù)（）。這種特別設(shè)計(jì)的8位微處理器在擁有靈活的編程時(shí)支持一系列語(yǔ)音技術(shù)：與說(shuō)話者無(wú)關(guān)/有關(guān)的識(shí)別、語(yǔ)音和音樂(lè)的合成、語(yǔ)音確認(rèn)、語(yǔ)音提示、持續(xù)監(jiān)聽(tīng)、快速數(shù)字撥號(hào)、錄音和回放。RSC300/364允許在片上存儲(chǔ)最多6個(gè)與說(shuō)話者有關(guān)的短句。RSC300與RSC364的區(qū)別就是少一個(gè)64K的ROM，根據(jù)封裝和版本的不同，RSC300/～。 RSC4x產(chǎn)品特性 RSC4x是Sensory ，它具有所有RSC300/364的所有特性之外，還增加了不少功能。RSC－4x支持Sensory Speech? 7技術(shù)，改進(jìn)的算法使識(shí)別準(zhǔn)確率得到提高。新增的T2SI技術(shù)使得制作SI模版節(jié)省了時(shí)間和資金投入。在語(yǔ)音合成算法上也作了改進(jìn)，“SX?”壓縮技術(shù)使得語(yǔ)音的壓縮率可以達(dá)到3K－8K bps（bitspersecond），是原來(lái)的1/101/4，大大減少了存儲(chǔ)空間，節(jié)約了成本。RSC4x有三種型號(hào)，RSC4000不含程序存儲(chǔ)空間，RSC4128 內(nèi)部含128K程序存儲(chǔ)空間，RSC4256內(nèi)部含256K程序存儲(chǔ)空間，供用戶靈活選用。 VOICE DAILER特性（ASSP） VOICE DAILER364是為了增加語(yǔ)音撥號(hào)而設(shè)計(jì)的，它可應(yīng)用在非手持的車(chē)載電話、手持電話、PDA、答錄機(jī)和其它個(gè)人電子設(shè)備。使用者只需說(shuō)出名字便可撥出相關(guān)的電話；VOICE DAILER364芯片可管理一整套電話目錄，包括名字、電話號(hào)碼和語(yǔ)音識(shí)別模板。 SENSORY技術(shù) 與說(shuō)話者有關(guān)的語(yǔ)音識(shí)別 (Speaker Dependent, SD) 在識(shí)別時(shí)，每個(gè)識(shí)別詞語(yǔ)需要使用者訓(xùn)練兩次來(lái)創(chuàng)建語(yǔ)音模板，一個(gè)模板需要占用128個(gè)字節(jié)的 存儲(chǔ)量。由于練習(xí)的原因，一般把需識(shí)別的詞匯量限制在60個(gè)以內(nèi)，但超過(guò)100個(gè)也是完全可以的。通過(guò)正常設(shè)計(jì)， SENSORY的SD技術(shù)能達(dá)到99%的準(zhǔn)確率。 與說(shuō)話者無(wú)關(guān)的語(yǔ)音識(shí)別 (Speaker Independent, SI) ——不需要訓(xùn)練 SI技術(shù)是為一種指定的語(yǔ)系而設(shè)計(jì)的（如英語(yǔ)、漢語(yǔ)、德語(yǔ)），它最多能識(shí)別14條命令（識(shí)別數(shù)量由ROM的容量決定）。通過(guò)正常設(shè)計(jì)，SENSORY的SI技術(shù)能達(dá)到97%的準(zhǔn)確率 語(yǔ)音確認(rèn) (Speaker Verification, SV) 同SD技術(shù)有點(diǎn)相似，SV能辨別出現(xiàn)在的一句話與原來(lái)說(shuō)的是否相同。使用者可以訓(xùn)練1～4級(jí)密碼（密碼級(jí)數(shù)越多越安全）來(lái)開(kāi)啟設(shè)備。誤識(shí)率大概在1~6%。根據(jù)環(huán)境、使用者數(shù)量、要求的安全程度的不同可設(shè)定五級(jí)訓(xùn)練難度。 語(yǔ)音自適應(yīng)技術(shù) (Speaker Adaptive, SA) 對(duì)于單用戶來(lái)說(shuō)，SA通過(guò)一段時(shí)間對(duì)環(huán)境和說(shuō)話者聲音的適應(yīng)，改進(jìn)相關(guān)的語(yǔ)音模板，從而提高識(shí)別準(zhǔn)確率。 持續(xù)監(jiān)聽(tīng) (Continuous Listening, CL) 持續(xù)監(jiān)聽(tīng)技術(shù)不需按鍵便可對(duì)某個(gè)特別、非連續(xù)的命令（在這之前需要靜音）產(chǎn)生響應(yīng)， SENSORY提供SI和SD兩種持續(xù)監(jiān)聽(tīng)技術(shù)。 WORD SPOTTING ——在一句話中響應(yīng)某個(gè)指定詞語(yǔ)。 WORD SPOTTING是持續(xù)監(jiān)聽(tīng)的升級(jí)版本，它可以從正常的談話中“捕捉”并響應(yīng)某個(gè)關(guān)鍵詞語(yǔ)，這種技術(shù)提供了更為自然、友好的人機(jī)界面。 快速數(shù)字撥號(hào) (Fast Digit) ——輸入電話號(hào)碼和數(shù)字串 快速數(shù)字撥號(hào)采用了優(yōu)化的識(shí)別算法來(lái)實(shí)現(xiàn)快速數(shù)字串輸入，這種技術(shù)對(duì)語(yǔ)音撥號(hào)應(yīng)用是非常理想的，辟如用在手持通信設(shè)備、個(gè)人撥號(hào)器，手機(jī)、非手持設(shè)備。 錄音和回放 (Record amp。 Playback) ——壓縮的數(shù)字聲音再現(xiàn)。 SENSORY的交互式語(yǔ)音處理器可以14Kbit/s的數(shù)據(jù)率來(lái)存儲(chǔ)聲音在外置的RAM上。它可用在答錄機(jī)、變音器、手持錄音設(shè)備上。根據(jù)回放的質(zhì)量和數(shù)量要求，也可以改變片上的壓縮率。錄音過(guò)程中出現(xiàn)完全靜音時(shí)，微處理器會(huì)自動(dòng)去掉靜音這一段來(lái)改善聲音質(zhì)
物理相關(guān)推薦
鄂ICP備17016276號(hào)-1