【正文】 得了很好的成績(jī)，研究水平也從實(shí)驗(yàn)室逐步走向?qū)嵱?。我?guó)PC機(jī)語(yǔ)音識(shí)別技術(shù)的研究水平己經(jīng)基本上與國(guó)外同步，在漢語(yǔ)語(yǔ)音識(shí)別技術(shù)上還有自己的特點(diǎn)與優(yōu)勢(shì)，但獨(dú)立開(kāi)發(fā)的專用漢語(yǔ)語(yǔ)音識(shí)別芯片還是較少，多數(shù)都是與國(guó)外研究機(jī)構(gòu)合作開(kāi)發(fā)研制的[3]。（2）依據(jù)設(shè)計(jì)任務(wù)的要求，硬件電路要包括核心部件的外圍電路設(shè)計(jì)和小車控制電路的設(shè)計(jì)。（3）對(duì)語(yǔ)音控制小車的硬、軟件設(shè)計(jì)與裝配后，采用凌陽(yáng)公司的集成開(kāi)發(fā)環(huán)境181。第二章 語(yǔ)音處理與識(shí)別技術(shù)基礎(chǔ) 概述語(yǔ)音是語(yǔ)言的聲學(xué)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(jìn)行思維的一種依托。語(yǔ)音識(shí)別以語(yǔ)音為研究對(duì)象，它是語(yǔ)音信號(hào)處理的一個(gè)重要研究方向，是模式識(shí)別的一個(gè)分支，涉及到生理學(xué)、心理學(xué)、語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)以及信號(hào)處理等諸多領(lǐng)域，甚至還涉及到人的體態(tài)語(yǔ)言（如人在說(shuō)話時(shí)的表情、手勢(shì)等行為動(dòng)作可幫助對(duì)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(yǔ)言通信。根據(jù)分析方法不同可將語(yǔ)音信號(hào)分析分為模型分析法和非模型分析法。在對(duì)語(yǔ)音信號(hào)分析之前應(yīng)將語(yǔ)音信號(hào)進(jìn)行前端處理，其中包括語(yǔ)音的數(shù)字化、濾波、預(yù)處理等，這為語(yǔ)音信號(hào)特征提取和語(yǔ)音識(shí)別打基礎(chǔ)。（2）抑制50Hz的電源工頻干擾。為了減少硬件設(shè)備，可以采用數(shù)字濾波器。A/D轉(zhuǎn)換時(shí)采樣頻率的選擇很重要，它關(guān)系到采樣過(guò)程中是否會(huì)丟失信息，在語(yǔ)音信號(hào)處理中，采樣頻率通常為7l0kHz。 預(yù)處理 預(yù)處理一般包括預(yù)加重、加窗、分幀和端點(diǎn)檢測(cè)等。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(yǔ)音數(shù)據(jù)。常用的函數(shù)窗為漢明窗、漢寧窗和矩形窗。在進(jìn)行處理時(shí)，按幀從數(shù)據(jù)區(qū)中取出數(shù)據(jù)，處理完成后再取下一幀。端點(diǎn)檢測(cè)是將語(yǔ)音信號(hào)從背景噪聲中提取出來(lái)，以確定語(yǔ)音信號(hào)的起止點(diǎn)[5]。2）可以用來(lái)區(qū)分聲母與韻母的分界是，無(wú)聲與有聲的分界，連字（指字之間無(wú)間隙）的分界等。（2）短時(shí)過(guò)零率分析短時(shí)過(guò)零率表示一幀語(yǔ)音信號(hào)波形穿過(guò)橫軸（零電平）的次數(shù)。過(guò)零率就是樣本改變符號(hào)的次數(shù)。因?yàn)闈嵋艟哂休^低的過(guò)零率，而清音具有較高的過(guò)零率。 語(yǔ)音信號(hào)的線性預(yù)測(cè)分析（1）線性預(yù)測(cè)分析的原理線性預(yù)測(cè)分析（Linear Prediction Coding簡(jiǎn)稱LPC）是進(jìn)行語(yǔ)音分析最有效、最流行的分析技術(shù)之一。通過(guò)使實(shí)際語(yǔ)音抽樣和線性預(yù)測(cè)抽樣之間的誤差在某個(gè)準(zhǔn)則下達(dá)到最小值來(lái)決定唯一的一組預(yù)測(cè)系數(shù)。（2）線性預(yù)測(cè)倒譜系數(shù)已知線性預(yù)測(cè)系數(shù)，可用如下遞推公式求出相應(yīng)的倒譜系數(shù)。這一階段的任務(wù)是建立識(shí)別基本單元的聲學(xué)模型以及進(jìn)行文法分析的語(yǔ)言模型，即構(gòu)建參考模式庫(kù)；第二是“識(shí)別”或“測(cè)試”階段。語(yǔ)音輸入預(yù)處理特征提取模式識(shí)別訓(xùn)練模式庫(kù)語(yǔ)音識(shí)別結(jié)果 語(yǔ)音識(shí)別系統(tǒng)基本原理框圖其中： ﹡預(yù)處理包括預(yù)加重、加窗分幀、端點(diǎn)檢測(cè)等處理過(guò)程，在預(yù)處理之前還有語(yǔ)音信號(hào)的數(shù)字化處理過(guò)程，其中包括反混疊濾波、模/數(shù)轉(zhuǎn)換、自動(dòng)增益等用以去除聲門(mén)激勵(lì)、口鼻輻射、高于1/2采樣率高頻和噪聲信號(hào)的影響，實(shí)現(xiàn)語(yǔ)音信號(hào)的數(shù)字化。該過(guò)程就是從原始語(yǔ)音信號(hào)中抽取能夠反映語(yǔ)音本質(zhì)的特征參數(shù)，形成特征矢量序列。LPCC系數(shù)主要模擬人的發(fā)聲模型，未考慮人耳的聽(tīng)覺(jué)特性。其優(yōu)點(diǎn)為計(jì)算量小，比較徹底地去掉了語(yǔ)音產(chǎn)生過(guò)程中的激勵(lì)信息，易于實(shí)現(xiàn)。因此，嵌入式語(yǔ)音識(shí)別系統(tǒng)中一般都選用LPCC系數(shù)[2]。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(duì)數(shù)據(jù)進(jìn)行壓縮。﹡參考模式庫(kù)參考模式庫(kù)是將一個(gè)或多個(gè)說(shuō)話者的多次重復(fù)的語(yǔ)音參數(shù)經(jīng)過(guò)訓(xùn)練得到的。建立參考模式庫(kù)是在系統(tǒng)使用前獲得并存貯起來(lái)的。﹡模式匹配模式匹配是將輸入的待識(shí)別的語(yǔ)音特征參數(shù)同訓(xùn)練得到的參考語(yǔ)音模式進(jìn)行逐一比較分析，獲得最佳匹配的參考模式形成識(shí)別結(jié)果。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(yǔ)音信號(hào)特征參數(shù)序列比較時(shí)時(shí)長(zhǎng)不等的難題，在孤立詞語(yǔ)音識(shí)別中獲得了良好性能。HMM模型是語(yǔ)音信號(hào)時(shí)變特征的有參表示法。隱蔽Markor鏈的特性要靠可觀測(cè)到的信號(hào)特征揭示。模型參數(shù)包括HMM拓?fù)浣Y(jié)構(gòu)、狀態(tài)轉(zhuǎn)移概率及描述觀察符號(hào)統(tǒng)計(jì)特性的一組隨機(jī)函數(shù)。一般來(lái)講，在訓(xùn)練數(shù)據(jù)足夠時(shí)，CHMM優(yōu)于DHMM和SCHMM。人工神經(jīng)元網(wǎng)絡(luò)在語(yǔ)音識(shí)別中的應(yīng)用是現(xiàn)在研究的又一熱點(diǎn)。這些能力是HMM模型不具備的，但ANN又不具有HMM模型的動(dòng)態(tài)時(shí)間歸正性能。 矢量量化技術(shù)（1）矢量量化的基本原理將若干個(gè)標(biāo)量數(shù)據(jù)組成一個(gè)矢量（或者是從一幀語(yǔ)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。當(dāng)給矢量量化器輸入一個(gè)任意矢量進(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，然后輸出該子空間的代表矢量。 （2）矢量量化器和碼書(shū)的設(shè)計(jì)方法矢量量化器和碼書(shū)設(shè)計(jì)方法是采用遞推算法，這個(gè)算法就是LBG算法。它從對(duì)初始碼書(shū)進(jìn)行迭代優(yōu)化開(kāi)始，一直到系統(tǒng)性能滿足要求或不再有明顯的改進(jìn)為止[2]。馬爾可夫鏈（，A）隨機(jī)過(guò)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。B為觀察值概率矩陣，M為觀察值數(shù)目。（2）隱馬爾可夫模型的三個(gè)基本算法用HMM構(gòu)成語(yǔ)音識(shí)別系統(tǒng)必須進(jìn)行三個(gè)基本算法，對(duì)于給定的一個(gè)觀察序列和一個(gè)參數(shù)，1）如何有效地計(jì)算在給定條件下產(chǎn)生觀察序列的概率；2）如何選擇一個(gè)在某種意義下最佳的狀態(tài)序列，以便最好地解釋觀察序列；3）如何調(diào)整模型參數(shù)，才能使達(dá)到最大。HMM的類型主要有連續(xù)HMM和離散HMM兩大類。離散HMM的參數(shù)組B是一個(gè)概率矩陣。 語(yǔ)音識(shí)別的發(fā)展歷史語(yǔ)音識(shí)別的研究工作大約開(kāi)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(shí)別十個(gè)英文數(shù)字的語(yǔ)音識(shí)別系統(tǒng)——Audry系統(tǒng)。60年代，計(jì)算機(jī)的應(yīng)用推動(dòng)了語(yǔ)音識(shí)別的發(fā)展。70年代，語(yǔ)音識(shí)別領(lǐng)域取得了突破。在實(shí)踐上，實(shí)現(xiàn)了基于線性預(yù)測(cè)倒譜和DTW技術(shù)的特定人孤立語(yǔ)音識(shí)別系統(tǒng)。1988年美國(guó)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(yǔ)音識(shí)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(yǔ)音識(shí)別歷史的一個(gè)里程碑。許多發(fā)達(dá)國(guó)家如美國(guó)、日本、韓國(guó)以及IBM、Apple、AT＆T、NTT等著名公司都為語(yǔ)音識(shí)別系統(tǒng)的實(shí)用化開(kāi)發(fā)研究投以巨資。 語(yǔ)音識(shí)別系統(tǒng)的分類語(yǔ)音識(shí)別系統(tǒng)的分類方式如下：﹡根據(jù)對(duì)說(shuō)話人說(shuō)話方式的要求，可以分為孤立字語(yǔ)音識(shí)別系統(tǒng)，連接字語(yǔ)音識(shí)別系統(tǒng)以及連續(xù)語(yǔ)音識(shí)別系統(tǒng)。﹡根據(jù)詞匯量大小，可以分為小詞匯量（120個(gè)詞）、中等詞匯量（201000個(gè)詞）、大詞匯量（大于1000個(gè)詞）以及無(wú)限詞匯量語(yǔ)音識(shí)別系統(tǒng)。﹡按照傳輸系統(tǒng)，可分為高質(zhì)量話筒、聽(tīng)講話筒或電話。﹡按照語(yǔ)音輸入格式，可分為約束格式、自由格式識(shí)別系統(tǒng)。 語(yǔ)音識(shí)別的難點(diǎn)目前，語(yǔ)音識(shí)別的研究工作進(jìn)展緩慢，主要表現(xiàn)在理論上一直沒(méi)有突破。主要表現(xiàn)在：﹡語(yǔ)音識(shí)別系統(tǒng)的適應(yīng)性差，主要體現(xiàn)在對(duì)環(huán)境依賴性強(qiáng)，即在某種環(huán)境下采集到的語(yǔ)音訓(xùn)練系統(tǒng)只能在這種環(huán)境下應(yīng)用，否則系統(tǒng)性能將急劇下降；另外一個(gè)問(wèn)題是對(duì)用戶的錯(cuò)誤輸入不能正確響應(yīng)，使用不方便。﹡語(yǔ)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(shí)量化、建模并用于語(yǔ)音識(shí)別，還需研究。﹡我們對(duì)人類的聽(tīng)覺(jué)理解、知識(shí)積累和學(xué)習(xí)機(jī)制以及大腦神經(jīng)系統(tǒng)的控制機(jī)理等方面的認(rèn)識(shí)還很不清楚；其次，把這方面的現(xiàn)有成果用于語(yǔ)音識(shí)別，還有一個(gè)艱難的過(guò)程。為了解決這些問(wèn)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(duì)語(yǔ)音信號(hào)的處理特點(diǎn)，分析提取特征參數(shù)，應(yīng)用人工神經(jīng)元網(wǎng)絡(luò)等，所有這些努力都取得了一定成績(jī)。 嵌入式語(yǔ)音識(shí)別系統(tǒng)硬件組成 。由于語(yǔ)音信號(hào)是較弱的信號(hào)，因此，要對(duì)輸入的語(yǔ)音信號(hào)進(jìn)行放大，為了使語(yǔ)音信號(hào)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。功放用于驅(qū)動(dòng)揚(yáng)聲器進(jìn)行語(yǔ)音的播放。語(yǔ)音識(shí)別程序也被存儲(chǔ)ROM或FLASH中。在設(shè)計(jì)時(shí)，依據(jù)對(duì)控制對(duì)象的不同，還要考慮相應(yīng)的驅(qū)動(dòng)電路。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(duì)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(tái)。它不只是把功能復(fù)雜的若干個(gè)數(shù)字邏輯電路放入同一個(gè)芯片，做成一個(gè)完整的單片數(shù)字系統(tǒng)，而且在芯片中還應(yīng)包括其它類型的電子功能器件，如模擬器件（如ADC/DAC）和存儲(chǔ)器[2]。它的內(nèi)核采用凌陽(yáng)公司最新推出的Microcontroller and Signal Processor（簡(jiǎn)稱181。SPCE061A既具有體積小、集成度高、可靠性好的特點(diǎn)，又具有較強(qiáng)的中斷處理能力、高性價(jià)比和功能強(qiáng)、效率高的指令系統(tǒng)及低功耗、低電壓的特點(diǎn)。 主要性能▲16位181。A；▲2個(gè)16位可編程定時(shí)器/計(jì)數(shù)器（可自動(dòng)預(yù)置初始計(jì)數(shù)值）；▲2個(gè)10位DAC（數(shù)模轉(zhuǎn)換）輸出通道；▲32位通用可編程輸入/輸出端口；▲14個(gè)中斷源可來(lái)自定時(shí)器A/B，時(shí)基，2個(gè)外部時(shí)鐘源輸入，鍵喚醒；▲具備觸鍵喚醒的功能；▲使用凌陽(yáng)音頻編碼SACMS240方式（），能容納210秒的語(yǔ)音數(shù)據(jù)；▲鎖相環(huán)PLL振蕩器提供系統(tǒng)時(shí)鐘信號(hào)；▲32768Hz實(shí)時(shí)時(shí)鐘；▲7通道10位電壓模數(shù)轉(zhuǎn)換器（ADC）和單通道聲音模數(shù)轉(zhuǎn)換器；▲聲音模數(shù)轉(zhuǎn)換器輸入通道內(nèi)置麥克風(fēng)放大器和自動(dòng)增益控制（AGC）功能；▲具備串行設(shè)備接口；▲具有低電壓復(fù)位（LVR）功能和低電壓監(jiān)測(cè)（LVD）功能；▲內(nèi)置在線仿真電路ICE（In Circuit Emulator）接口；▲具有保密能力；▲具有WatchDog功能[11]。 ：16位微控制器181。 SPCE061A LQFP80封裝排列圖 SPCE061A PLCC84封裝排列圖 SPCE061A PLCC84正反面實(shí)物圖在PLCC84封裝中，有15個(gè)空余腳，用戶使用時(shí)這15個(gè)空余腳懸浮。管腳名稱管腳編號(hào)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(guò)編程，可設(shè)置成喚醒腳IOA[6：0]：與ADC Linein輸入共用IOB[15：11]IOB10IOB9IOB8IOB7IOB6IOB5IOB4IOB3IOB2IOB1IOB050545758596061626364656667輸入輸出輸入輸出輸入輸出輸入輸出輸入輸出輸入輸出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。 LQFP80管腳描述表 SPCE061A系統(tǒng)特性參數(shù)。 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?！痭SP IDE，可方便地在板上實(shí)現(xiàn)程序的下載、在線仿真調(diào)試。 61板實(shí)物圖片。 SPCE061A最小系統(tǒng)SPCE061A最小系統(tǒng)中，包括SPCE061A芯片及其外圍的基本模塊，其中外圍的基本模塊有：晶振輸入模塊（OSC）、鎖相環(huán)外圍電路（PLL）、復(fù)位電路（RESET）、指示燈（LED）等。SPY0029是凌陽(yáng)公司設(shè)計(jì)的電壓調(diào)整IC，采用CMOS工藝，具有靜態(tài)電流低、驅(qū)動(dòng)能力強(qiáng)、線性調(diào)整出色等特點(diǎn)。 電源電路圖（2）音頻電路音頻電路由音頻輸出和音頻輸入兩部分組成。圖中的SPY0030是凌陽(yáng)的一款音頻放大芯片，最大輸出功率可達(dá)700mW[6]。 音頻輸入模塊（3）ICE 接口電路SPCE061A芯片內(nèi)部集成了ICE（在線仿真）接口，PC機(jī)通過(guò)PROBE（在線調(diào)試器）或EZ_PROBE（簡(jiǎn)易下載線）與61板相連，就可以方便地完成程序的下載、調(diào)試等。 ICE接口電路 SPCE061A開(kāi)發(fā)方法 PROBE方式SPCE061A的開(kāi)發(fā)是通過(guò)在線調(diào)試器PROBE實(shí)現(xiàn)的。用它可以替代在單片機(jī)應(yīng)用項(xiàng)目的開(kāi)發(fā)過(guò)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(xiě)器。PROBE工作于凌陽(yáng)IDE集成開(kāi)發(fā)環(huán)境軟件包下，其5芯的仿真頭直接連接到目標(biāo)電路板上SPCE061A相應(yīng)管腳，直接在目標(biāo)電路板上的CPU——SPCE061A調(diào)試、運(yùn)行用戶編制的程序。這種開(kāi)發(fā)方式適合產(chǎn)品研發(fā)使用。用戶目標(biāo)板5V電源(當(dāng)I/O口外接5V器件時(shí)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(jì)算機(jī)標(biāo)準(zhǔn)并行接口PC 用戶目標(biāo)板、PROBE、計(jì)算機(jī)三者之間的連接圖 在線調(diào)試器 PROBE方式實(shí)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。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。此次設(shè)計(jì)選用的是EZ_PROBE開(kāi)發(fā)方式。在這樣的趨勢(shì)下，凌陽(yáng)公司推出了帶有DSP功能的16位單片機(jī)SPCE061A。在本設(shè)計(jì)中需要音控小車對(duì)不同的語(yǔ)音命令作出相應(yīng)的語(yǔ)音應(yīng)答并執(zhí)行對(duì)應(yīng)的指令，這就要求單片機(jī)能