【文章內容簡介】 圖 10： LCD Vee 供電電路 4. 系統(tǒng)軟件 軟件主要由一系列子程序模塊構成；分為 PC端子程序和 DSP端子程序兩類。 系統(tǒng)子程序 DSP端子程序 20 語音采樣 根據語音學原理， 對于要求不高的場合（如電話），采用 8kHz采樣已經足夠實現(xiàn)度語音的處理和識別。在本系統(tǒng)中我們采用了8kHz的 8bit采樣。 LCD驅動 采用 TOSHIBA240*64圖形 LCD模塊 (TLX1781C3B)，其核心使用了 T6963C控制芯片。系統(tǒng)通過 GPIOB0~7和 GPIOD0,1,3來控制液晶模塊；連接參見硬件部分， LCD顯示及控制指令請參考 TLX1781C3B使用手冊。 .. 語音處理模塊 A 語音處理 DSP端模塊包括 LPC， DTW，端點（起點 amp。終點）檢測三個子程序 。 IRQA/B響應 我們通過 IRQA/B來實現(xiàn)兩個按鈕；通過這兩個按鈕，我們可以控制系統(tǒng)處于工作狀態(tài)，表演狀態(tài)或者是閑置狀態(tài)。 通訊模塊 在語音采樣系統(tǒng)中，我們將處理后數據傳送到 PC上進行聚類處理。通訊模塊主要負責與 PC的 RS232端口進行通訊。為了保證傳送數據的可靠性，我們在通訊中采用一次握手的通訊方式。 LED控制 采用 LED來顯示系統(tǒng)所處的狀態(tài)。 PC端子程序 語音處理模塊 B 語音處理 PC端模塊包括 DTW， DTW回溯 ，聚類三個子程序。 通訊模塊 接受 DSP傳送來的語音數據，通訊采用一次握手的方式。 系統(tǒng)軟件流程 語音數據模板獲得流程 獲得語音數據模板需要用到 DSP和 PC兩個部分，基本流程見圖 21 11。 圖 11： 語音數據模板獲得流程 語音識別系統(tǒng)工作流程 將得到模板下載到識別系統(tǒng)中。識別系統(tǒng)主要工作于如下的自動機中： 圖 12：識別系統(tǒng)自動機 待機狀態(tài)（ Idle） 22 在待機狀態(tài)下，除了 IRQA與 IRQB，系統(tǒng)不處理任何輸入。 準備狀 態(tài)（ Ready） 在本狀態(tài)下，工作流程基本如下： 圖 13： Ready狀態(tài)下系統(tǒng)工作流程 工作狀態(tài)（ Work） 在工作狀態(tài)下，系統(tǒng)檢測語音輸入，并對輸入進行識別，做出判斷，輸出可靠程度； 23 圖 14： Work狀態(tài)下的系統(tǒng)工作流程 參考文獻 [1] 易克初，田斌，付強 . 語音信號處理 . 國防工業(yè)出版社 . 2021 [2] 楊行峻，遲惠生 . 語音信號數字處理 . 電子工業(yè)出版社 . 1995 [3] Lawrence Rabiner, BiingHwang Juang. 語音識別基本原理（ Fundmantals of Speech Recognition） . 清華大學出版社amp。Prentice Hall. 1999 [4] Motorola參考資料： DSP56F805 Evaluation Module Hardware User’s Manual 24 基于 DSP56F827 的聲控收音機 摘要： 本文首先介紹了語音識別和軟件無線電的基本原理。設計了一種基于語音識別和軟件無線電的新型聲控收音機。該收音機是以 Motorola 的 DSP56F827 為核心，應用 HMM 模型和超外差式接收原理，本設 計具有新穎和便攜的特性。文中還簡單介紹了Motorola 的 DSP56F827 的特性以及與 TMS320C54 的區(qū)別。 關鍵字： DSP；語音識別；軟件無線電；聲控收音機 Voice Control Radio Based on DSP56827 Cui Tao， Qiao Ruiping (School of Electronic and Information Engineering， Xi’an Jiaotong University， Xi’an 710049， China) Abstract: At first, the methods of speech recognition and radio software are summarized in this paper. Then a hardware structure of Voice Control Radio, which adopts DSP56F827 as its main CPU, is introduced. This design is very novel and small in size. In the paper, the features of DSP56F827 that are different from TMS320C54 are also introduced. Finally we also give the software flow chart in the end. Keywords: DSP。 Speech recognition。 Radio Software 引言 語言是人們交流的最直接的方式 ，語音交流的自然與舒適使得人們寧愿用語音界面與計算機交互，而不是通過鍵盤等低級的方式 。 尤其是對于中文等雙字節(jié)表示的語言 ， 輸入成了相當一部分人的使用計算機的瓶頸。語音界面能支持很多應用。比如，電話簿查詢，數據庫語音查詢，辦公聽寫系統(tǒng)，甚至機器語音翻譯系統(tǒng)等等。這些應用背景促進了五十年代以來自動語音識別的研究。近四十年間，應用一系列的工程方法 — 模板匹配，知識工程， 25 統(tǒng)計模型等，語音識別研究取得了很大進展。 軟件無線電是最近幾年在無線通信領域提出的一種新的通信系統(tǒng)體系結構，它的基 本思想是以開放性，可擴展性，結構最簡的硬件為通用平臺，把盡可能多的通信功能用可升級，可替換的軟件來實現(xiàn)。而軟件的加載或更新可以通過空中接口實現(xiàn)，所以使用起來更加快捷方便。 聲控收音機就是用這些原理，在 DSP 平臺上開發(fā)的新型的，方便的收音機。其中， DSP 是整個設計的核心，主要完成語音識別算法和解調算法。 1. 聲控收音機的原理 語音識別的基本原理 語音識別就是研究如何使機器能準確地聽出人的語音及其內容，以便控制其它設備來滿足人類的各種需要。語音識別的基本方法是預先分析出語音特征，按照要求送給機器儲存起來，這個語音參數庫稱為“模板庫”，而這個過程稱為“ 訓練 ”。接著，待識別的語音經過與訓練相同的分析，得到 語音參數 ，將它與模板庫中的模板一一進行比較，失真最小的那個模板所代表的內容，就是識別結果，這個過程就稱為“識別”。 一個孤立詞識別系統(tǒng)的識別原理可以由圖 1 來表示。 圖 1 孤立詞識別系統(tǒng)原理框圖 為了描述一個給定信號的性質，一般可以選擇不同的信號模型。信號模型粗略的可以分為確定模型和統(tǒng)計模型兩大類。確定模型通常要利用信號的某些已知的特定性質，而統(tǒng)計模型要描述信號的統(tǒng)計性質。統(tǒng)計模型的基本假設是：信號可以用一個參數 26 隨機過程來很好的加以描述，而且這個隨機過程的參數可以用精確的很容易定義的方法加以確定或估計?？紤]到語音信號的種種特點，相比較而言，采用統(tǒng)計模型會較為合適，目前發(fā)展最快，使用最廣的統(tǒng)計模型就是隱式馬爾可夫模型 (HMM)。 當采用統(tǒng)計模型來描述語音時，設 A 為待識別語音的聲學信號， W 為識別基元組成的句子 (即基元序列 )，則語音識別的最終目的可以表示為是求解 W = a rgm axP( W |A ) （ 11） 其中 W 是從眾多的侯選中找到的識 別結果。 利用 Bayes公式改寫上式，有 P (W )P (A |W )P (W |A )= P (A ) （ 12） W = a r gm a x[ P(W ) P(A |W ) ] （ 13） 因為是在 A 確定的情況下選 W，所以 P(A)與 W 無關。 P(W)是語言模型的匹配結果， P(A/W)則是聲學模型匹配得來的結果。因此，總體來講，語音識別的關鍵技術包括自適應濾波，斷點檢測，語音建模等。 HMM 算法在本系統(tǒng)中的應用 噪聲環(huán)境中基于短時分形的語音信號端點檢測和 濾波方法 在噪聲語音信號的處理中，噪聲語音信號中的語音和非語音段的判定，即噪聲語音信號的語音端點檢測，是語音處理系統(tǒng)中非常重要的工作，也是極其關鍵的一步工作。因為，在語音分析、語音濾波和增強中，語音信號的模型參數和噪聲模型參數以及自適應濾波器中的適應參數都得依賴對應的信號段 (語音段或噪聲段 )來計算確定。因此，只有準確地判定語音信號的端點，才能正確地進行語音處理。為了提高起止點檢測的準確性，這里提出了一種非線性處理方法，即信號的短時分形維維數（ Shorttime Fractal Dimension）來進 行噪聲語音信號的端點檢測。 二維空間的時間信號圖形的分形維數的物理含義是：在平面 27 空間 2R 中，設有復雜曲線 L（如語音信號波形），以長度為 r 的直線段去測量 L，設需要的線段數為 N 174。，則使得測量值 dN(r) r?不依賴于 r 的大小而取有限值的實數 d，則稱 d 為平面圖形 L 的分形維維數。即： 0limN(r)=Cr?（ C 為常數 ） (14) 亦即： lgN( r ) = d lg r+l gC (r 0 )?? (15) 由于直接應用（ 1－ 5）式求時間序列信號的分形維維數 d 是很困難的。因此，一般都將上述平面圖形 L 的分形過程改用盒分形或網格分形。由于網格分形是一種簡單實用的圖形分形方式，特別適合于計算機進行數字處理，在數字圖像和語音處理中也有人進行了研究和應用。 將語音信號 x(t)數字化為 x(i)，并將其按一定時間長度進行分幀處理。考慮到語音的特點，在 20ms 內信號近似平穩(wěn)。同時又兼顧計算量和信號 x(i)的時變性，幀長一般控制在 128 點左右（分形的理論要求是長度 K 要長， K → ∞ ）， 即 k k k kx ( 1 ) ,x ( 2 ) ,x ( 3 ) , , x ( 1 2 8 )，組成第 k 幀信號k k 1 k k+ 1( x ( 0) =x ( 128 ) , x ( 129 ) =x ( 1) )。 令 128k i= 1D ( )= | x (i) x (i+ 1 )| ? ? （ 16） 64k k = iD ( 2 ) = [ m a x { x ( 2 i 1 ) , x ( 2 i) , x ( 2 i+ 1 ) m in { x ( 2 i 1 ) , x ( 2 i) , x ( 2 i+ 1 ) } ]? ? （ 17） 以及 kkN ( )=D ( )/? ? ? (18) 28 kkN (2 )=D (2 )/2? ? ? (19) kN( )? ， kN(2)? 分別表示用寬度為 ? 及 2? 的正方形網格覆蓋第 k幀信號圖形所需要的網格格子數。 則 x(i)第 k 幀的短時分形維維數 (k) Fd 為： k k k F 2kl g N ( ) l g N ( 2 ) D ( )d 1 l o gl g 2 D ( 2 )? ? ?? ? ? ? (110) (110)式是用于動態(tài)計算 x(i)的分形維維數的近似平均算法。 設 x(i)是數字化的噪聲語音信號的時間序列， s(i)和 n(i)分別表示語音信號和加性噪聲的時間序列： x(i )=s(i)+n(i) (111) 實際噪聲語音處理過程中， (111)式的 x(i)是唯一能得到的數據信號， s(i)和 n(i)是不可分離的。語音端點的檢測就是要在可測量和可獲得的數據 x(i)中判定語音 s(i)的起止點（端點）。 由于噪聲語音信號 x(i)在語音段，特別是語音中韻母聲音信號期的圖形較高頻噪聲信號（如白噪聲）的圖形具有較大的周期性和規(guī)則性，也就是說語音信號的分形維維數較白噪聲的分形維維數要小。所以，信號的短時分形維維數具備噪聲語音信 號的端點檢測能力。白噪聲段的分形維維數要比語音段信號的分形維數大，噪聲段的分形維維數大約為： dF=1。 202178 左右，而語音段的分形維維數大約在 dF=1。 065891～ 1。 173043 之間。因此，時序信號的短時分形維維數是時域中用于提取信號特征的一種有效方法。 一個 1 階自回歸平滑濾波器的數學表達式為： y ( i )= ( i )+( 1 ) y ( i 1) (0 1) x? ? ? ? (112) 式中， x(i)為噪聲語音信號， y(i)是濾波后的輸出信號，α為平滑濾波的控制參數。在噪聲語音的濾波中，α參數應根據輸入的信號是語音還是 噪聲進行大小自動調整，即α應具有自適應能力，要能根據輸入信號的特征動態(tài)地調整α值。假設α參數是 x(i)信號的短時分形維維數 dF 的函數，即 =f(dF)? 。自適應濾波的α應隨輸入信號 x(i)的不同幀而不同，即 (k) (k)F=f (d )? 。當濾波器輸入 29