【正文】 作為識別結(jié)果。 語音識別的方法目前具有代表性的語音識別的方法主要有：特征參數(shù)匹配法、基于動態(tài)時間規(guī)整(DTW)算法、基于參數(shù)模型的隱馬爾可夫模型(HMM)的方法、基于人工神經(jīng)網(wǎng)絡(luò)(ANN)等語音識別方法。將訓(xùn)練語句的聲音參數(shù)與待識別語音的聲音參數(shù)進行對比，尋求語音參數(shù)與模板參數(shù)的相似性。(Dynamic Time Warping，DTW)DTW是把時間規(guī)整和距離測度計算結(jié)合起來的一種非線性規(guī)整技術(shù)，是較早的一種模式匹配和模型訓(xùn)練技術(shù)。(hidden Markov model, HMM)隱馬爾可夫模型是20世紀70年代引入語音識別理論的，它的出現(xiàn)使得自然語音識別系統(tǒng)取得了實質(zhì)性的突破。HMM是對語音信號的時間序列結(jié)構(gòu)建立統(tǒng)計模型，將其看作一個數(shù)學(xué)上的雙重隨機過程：一個是用具有有限狀態(tài)數(shù)的Markov鏈來模擬語音信號統(tǒng)計特性變化的隱含的隨機過程，另一個是與Markov鏈的每一個狀態(tài)相關(guān)聯(lián)的觀測序列的隨機過程。人的言語過程實際上就是一個雙重隨機過程，語音信號本身是一個可觀測的時變序列，是由大腦根據(jù)語法知識和言語需要(不可觀測的狀態(tài))發(fā)出的音素的參數(shù)流。(Artificial Neural Networks，ANN)人工神經(jīng)元網(wǎng)絡(luò)在語音識別中的應(yīng)用是目前研究的又一熱點。這些能力是HMM模型不具備的。因此，人們嘗試研究基于HMM和ANN的混合模型，把兩者的優(yōu)點有機結(jié)合起來，這也是目前研究的一個熱點。語音智能小車大部分的功能都是在凌陽61開發(fā)板上實現(xiàn)的，61開發(fā)板不僅包含了SPCE061A單片機的最小系統(tǒng)還有實現(xiàn)語音識別功能所必須的各種外圍電路；電機驅(qū)動模塊采用的全橋驅(qū)動電路方案，由PNP8550和NPN8050三極管搭建的電路控制小車的運動狀態(tài)；語音小車車身采用的是普通的遙控賽車，將其中的遙控、接收模塊拆除，僅僅保留車身的機械結(jié)構(gòu)。凌陽61開發(fā)板電機驅(qū)動電路紅外傳感器車身 圖41 小車整體結(jié)構(gòu)示意圖 凌陽61開發(fā)板簡介61開發(fā)板是SPCE061A EMU BOARD的簡稱，是以凌陽16位單片機SPCE061A為核心的精簡開發(fā)－仿真－實驗板（如圖42所示），大小相當于一張撲克牌，是臺灣凌陽公司專為大學(xué)生、電子愛好者等進行電子實習(xí)、課程設(shè)計、畢業(yè)設(shè)計、電子制作及電子競賽所設(shè)計的，也可作為單片機項目初期研發(fā)使用。 圖42 凌陽61開發(fā)板實物 圖43 凌陽61板功能分區(qū) 輸入輸出（I/O）接口電路61板將SPCE061A的32個I/O口全部引出：IOA0~IOA15，IOB0~IOB15，詳見圖44，對應(yīng)的SPCE061A引腳為：A口，41～4554～60；B口，5～81～768～64。二極管D1的作用：降壓，4節(jié)電池的最大電壓為6V，D1可以有效的降壓；起到保護作用，能夠有效的保護61開發(fā)板防止被電源燒壞。凌陽SPCE061A單片機的聲音采集頻率為8KHz，且具有自動增益（AGC）功能。 圖45 MIC錄入及AGC電路在圖45中，采集聲音電路的電源由SPCE061A的VMIC（37腳詳見管腳分布圖）供給。AVSS1是電路板上的模擬地。MICOUT是揚聲器的第一級運放輸出引腳，OPI是揚聲器的第二級運放輸入腳。 語音放大模塊 凌陽61開發(fā)板語音放大電路所用的功率放大芯片為SPY0030A。在5V供電電壓，負載等效電阻為8Ω及功率放大器的輸出功率為500mW的情況下，%。 圖46 音頻放大電路設(shè)計凌陽SPCE061A單片機具有兩路DAC轉(zhuǎn)換電路，在凌陽61板上采用的是DAC1轉(zhuǎn)換電路。其中VDDH連接單片機的I/O參考電壓，電壓值為5V，為SPY0030A提供電源。具體見圖46所示。整個小車模型共有4個電源信號，分別為：電池電源，61開發(fā)板工作電源、小車驅(qū)動電路電源、單片機I/O電源。電源電路見圖47所示圖47 電源模塊 61開發(fā)板的電源從J10口接入，見圖36所示，“61板”，而I/。對應(yīng)的引腳中1, 對于I/O端口的電壓55，這兩種電平的選擇通過跳線J5來選擇。另外也可以直接外接5V的直流穩(wěn)壓源供電。 語音智能小車車體介紹 智能小車車體結(jié)構(gòu)設(shè)計語音智能小車車身以普通遙控玩具小車為基礎(chǔ)，如圖48所示為四輪結(jié)構(gòu)。由前輪電機控制，在連桿和支點作用下控制前輪左右擺動，來調(diào)節(jié)小車的前進方向。后面兩個輪子為動力輪負責(zé)為小車提供動力源，后面兩個車輪由后輪電機驅(qū)動，為整個小車提供動力，如圖49所示。：由小車的結(jié)構(gòu)分析，在自然狀態(tài)下，前輪在彈簧作用下保持中間狀態(tài)，這是只要后輪電機正轉(zhuǎn)小車就會前進。本設(shè)計的兩個電機均為直流電機且基于現(xiàn)有的小車車體結(jié)構(gòu)，只需對電機實現(xiàn)簡單的正反轉(zhuǎn)控制即可實現(xiàn)對小車行進狀態(tài)的控制。 全橋驅(qū)動電路原理全橋驅(qū)動又稱H橋驅(qū)動，H 橋一共有四個臂，分別為B1—B4 ，每個臂由一個開關(guān)控制，示例中為三極管Q1—Q4 。 圖 414 圖 415 圖 416 圖 417如果讓2關(guān)斷4導(dǎo)通，如圖 415 所示，此時電流將會流經(jīng)Q負載、Q4組成的回路，電機反轉(zhuǎn)。這樣就實現(xiàn)了電機的正轉(zhuǎn)、反轉(zhuǎn)、停止三態(tài)控制。在實際應(yīng)用時注意避免出現(xiàn)橋臂短路的情況，這會給電路帶來很大的危害，嚴重的會燒毀電路。IOB7 和IOB6 不能同時置高電平，這樣會造成后輪驅(qū)動全橋短路現(xiàn)象。只是其控制端口為IOBIOB5，且在IOB4和IOB5都為低電平時，前輪在彈簧的作用下保持在中間位置，所以通過控制IOBIOB5以及IOBIOB7端口的狀態(tài)組合就可以得到小車不同的運動方式。為了確定障礙物，在小車上必須安裝避障傳感器進行簡易避障，一般障礙檢測傳感器的選擇有兩種：。但是其體積較大，而且檢測距離不夠遠。這種方法較為復(fù)雜，特別是接口電路的設(shè)計，有一定的難度，但其具有體積小、靈敏度高、檢測距離遠、對障礙物要求不高等優(yōu)點。在檢測障礙物的過程中采用查詢方式，查詢傳感器輸出端電平狀態(tài)確定是否有障礙物。第5章 基于凌陽單片機的語音識別系統(tǒng)本設(shè)計所涉及到的語音識別系統(tǒng)均是基于凌陽SPCE061A硬件開發(fā)平臺的特定人、孤立詞及連詞、小詞匯量的語音識別系統(tǒng)。語音訓(xùn)練是為語音識別提供語音數(shù)據(jù)庫，而語音識別則是根據(jù)將待匹配的語音參數(shù)跟語音庫的數(shù)據(jù)進行對比，二者匹配或相似即可成功進行語音識別。具體流程見圖51所示。這個過程主要包括采樣和量化兩個方面。此外聲道的數(shù)目和采樣的設(shè)備也是影響數(shù)字音頻質(zhì)量的重要因素。因此有必要對語音信號中冗余信息進行處理，對龐大的語音信號進行壓縮，這樣既可以用較少的資源建立更多的信息同時也減少了處理器在處理語音信號時的負擔(dān)。通過對語音信號的壓縮，達到高效率存儲和轉(zhuǎn)換資料的結(jié)果，即在保證一定聲音質(zhì)量的條件下，以最小的資料率來表達和傳送聲音信息。波形編碼的基本原理是在時間軸上對模擬語音按一定的速率抽樣，然后將幅度樣本分層量化，并用代碼表示。波形編碼特點：高話音質(zhì)量、高碼率，適于高保真音樂及語音。譯碼為其反過程，將收到的數(shù)字序列經(jīng)變換恢復(fù)特征參量，再根據(jù)特征參量重建語音信號。參數(shù)編碼特點：壓縮比大，計算量大，音質(zhì)不高，廉價。80 年代以來，語音編碼技術(shù)有了實質(zhì)性的進展，產(chǎn)生了新一代的編碼算法，這就是混合編碼。 凌陽語音壓縮解決方案語音處理大致可以分為A/D 、編碼處理、存儲、解碼處理以及D/A 等。凌陽單片機常用的語音壓縮格式包括利用波形編碼的SACMA2000、利用參數(shù)編碼的SACMS2利用混合編碼的SACMS480等等。 表51 凌陽語音算法的類型和特點語音壓縮格式語音壓縮編碼率類型資料采樣率SACM_A200016K bit/s ，20 Kb it/s ，24 Kb it/s16 KHz SACM_S480/S720 Kb it/s ， Kb it/s16 KHz SACM_S240 K bit / s24KHz SACM_MS0116K b it s/s，20 Kb it s/s，24 Kb it s/s16 KHz SACM_DVR(A2000)16K b it/s 的資料率，8 K 的采樣率16 KHz 提示語音的錄入與處理在語音訓(xùn)練及識別過程中往往需要各種提示語音，使用者根據(jù)語音提示對語音智能小車進行語音訓(xùn)練以及通過聲控命令對小車的狀態(tài)進行操控，因此在對語音小車進行語音訓(xùn)練和操作前先要把提示語音信息輸入到凌陽單片機中，提示語音壓縮處理流程見圖52所示。然圖53 錄音機屬性設(shè)置后將壓縮好的文件加入程序的資源文件中，然后再在resource .asm的end table后添加相應(yīng)語音資源的文件名稱，在程序中根據(jù)語音資源文件的地址申明即可調(diào)用語音播放的API函數(shù)進行提示語音的播放。圖54 凌陽語音壓縮軟件語音播放程序很多函數(shù)都是有函數(shù)庫提供，所以語音播放函數(shù)比較簡單，播放流程控制見圖55。 //停止識別器 SACM_S480_Initial(1)。 //開始播放一段語音 while((SACM_S480_Status()amp。 //解碼并填充隊列 *P_Watchdog_Clear=0x0001。 //停止播放 BSR_InitRecognizer(BSR_MIC)。在進行系統(tǒng)初始化前首先介紹凌陽SPCE061A單片機IO口操作方式：凌陽單片機IO的操作方式不同于我們先前使用的51系列單片機，51單片機可以直接對IO口進行操作而凌陽單片機則事先對需要使用的IO進行定義。每個獨立的位可通過以下 3 種控制向量來作設(shè)定：數(shù)據(jù)向量 Data； 屬性向量 Attribution；方向控制向量 Direction。初始化程序如下：*P_IOA_Dir=0x8f00。*P_IOA_Data=0xf000。 //初始化IOB,IOB8~11同向輸出*P_IOB_Attrib=0x00f0。表52 I/O口控制向量組合 語音訓(xùn)練語音訓(xùn)練過程主要是通過調(diào)用庫函數(shù)BSR_Train（int WordID，int SndID）來實現(xiàn)的，其中參數(shù)WordID是命令序號，范圍是0x100—0x105，并且對于每組訓(xùn)練語句都是唯一的。系統(tǒng)在發(fā)出開始訓(xùn)練的語音提 示，延時2秒后開始訓(xùn)練， 秒 時。訓(xùn)練成功則訓(xùn)練下一條，否則繼續(xù)訓(xùn)練，BSR_Train函數(shù)有8鐘可能的返回值，如果訓(xùn)練成功返回0；沒有檢測到命令返回—1；需要在訓(xùn)練一次，每條命令訓(xùn)練兩次，第一次訓(xùn)練成功返回—2；環(huán)境太吵，需要重新訓(xùn)練返回—3；單片機限制，語音存儲器已滿返回—4；兩次命令不一樣返回—5；命令序號超出范圍返回—6；命令已經(jīng)存在返回—7。這樣就要求小車要有重新進行訓(xùn)練的功能。復(fù)位后，程序檢測到uiSDModelAddr 單元內(nèi)容為0xffff，認為小車沒有經(jīng)過訓(xùn)練，這時就可以重新訓(xùn)練輪椅。 PlaySnd(SndID,3)。 //訓(xùn)練兩次，獲得訓(xùn)練結(jié)果 if(Result==0)break。 return 1。 break。 return 3。 case 5: //檢測出聲音不同 PlaySnd(S_CMDDIFF,3)。 case 6: //序號錯誤 return 6。 } } return 0。按照整個語音辨識的流程可以分為辨識初始化、獲取辨識結(jié)果及執(zhí)行指令動作等。 圖57 語音辨識流程利用SPCE061A實現(xiàn)語音識別，首先通過調(diào)用BSR_InitRecognizer(BSR_MIC)函數(shù)對語音識別器進行初始化，啟動識別器。匹配結(jié)果由BSR_GetResult(void)獲得，獲得識別結(jié)果，判斷是否有語音觸發(fā)，如果有語音觸發(fā)則返回識別結(jié)果的ID號，ID號對應(yīng)相對應(yīng)的運動狀態(tài)。 //辨識結(jié)果寄存 Result = BSR_GetResult()。 //臨時停車 switch(Result) { case NAME_ID: //識別出名稱命令 Stop()。 case COMMAND_GO_ID: //識別出第一條命令 GoAhead()。 case COMMAND_BACK_ID: //識別出第二條命令 BackUp()。 case COMMAND_LEFT_ID: //識別出第三條命令 TurnLeft()。 case COMMAND_RIGHT_ID: //識別出第四條命令 TurnRight()。 default: break。但是在實際的智能聲控輪椅中語音命令遠遠超過5條。擴展單片機的RAM需要另接外圍SRAM擴展電路，硬件成本高且可靠性不佳。將多條語音 命令分成若干組，每組5 條指令。圖59所示為多組命令語音訓(xùn)練流程圖。如果小車還沒有經(jīng)過訓(xùn)練，F(xiàn)LASH 中沒有存儲用戶語音模型數(shù)據(jù)。 識別成功后動作執(zhí)行子程序智能小車在語音識別成功后就要根據(jù)語音命令做出相應(yīng)的動作，基本動作包括前進、倒車、左拐和右拐等。實現(xiàn)小車行進狀態(tài)控制的流程包括：進行語音提示、置端口函數(shù)、進行定時操作。 //提示動作進行 *P_IOB_Data=0x0040。