【正文】 的過程與人對(duì)語音識(shí)別、理解過程基本上是一致的，目前主流的語音識(shí)別技術(shù)是基于統(tǒng)計(jì)模式識(shí)別的基本理論。其基本原理如圖1所示。在本系統(tǒng)中，我們采用語音信號(hào)的短時(shí)能量和短時(shí)過零率進(jìn)行端點(diǎn)檢測，用線性預(yù)測倒譜系數(shù) (LPCC)作為特征參數(shù)，語音特征提取是分幀提取的。動(dòng)態(tài)時(shí)間規(guī)整(DTW)動(dòng)態(tài)時(shí)間規(guī)整(DTW)是把時(shí)間規(guī)整和距離測度計(jì)算結(jié)合起來的一種非線性規(guī)整技術(shù)。DTW 是一個(gè)典型的最優(yōu)化問題，它用滿足一定條件的時(shí)間規(guī)整函數(shù)我描述輸入模板和參考模板的時(shí)間對(duì)應(yīng)關(guān)系，求解二模板匹配時(shí)累計(jì)距離最小所對(duì)應(yīng)的規(guī)整函數(shù)。假設(shè)規(guī)整函數(shù)寫成： (2)其約束條件如下：(1) 單調(diào)和連續(xù)條件：，(2) 邊界條件：(3) 調(diào)整窗條件定義加權(quán)累計(jì)距離： （3）式中：和式(1)中相同，是對(duì)點(diǎn)上2個(gè)矢量的距離，加權(quán)系數(shù)一般采用對(duì)稱形式： (4)分母 用來補(bǔ)償規(guī)整函數(shù)F中點(diǎn)數(shù)i的影響，按照等式(4)定義的，有。累計(jì)距離還可以用遞推公式計(jì)算： （5）初始條件：。語音識(shí)別系統(tǒng)的基本結(jié)構(gòu)主要包括預(yù)處理、A /D轉(zhuǎn)換、起止點(diǎn)識(shí)別、特征提取和識(shí)別判斷等部分, 結(jié)構(gòu)如下圖所示。字音由濁音和清音構(gòu)成, 與噪聲相比, 濁音表現(xiàn)為高能量, 清音表現(xiàn)為高過零率。通過區(qū)別于背景噪聲可以判別語音起止點(diǎn)。 為固定值,一般取25,分別為能量的最大值和最小值[ 6] 。LPCC 在LPC (線性預(yù)測系數(shù)特征)基礎(chǔ)上求得:式中: c( n ) ( n = 1, 2,…, p ),為LPCC 系數(shù),p為特征模型階數(shù), 取12階則可對(duì)絕大多數(shù)語音信號(hào)的聲道模型足夠近似逼近。 . 3識(shí)別判斷基于時(shí)序特征值差的分段線性的動(dòng)態(tài)時(shí)配識(shí)別方法, 將動(dòng)態(tài)時(shí)間匹配和特征識(shí)別結(jié)合, 相對(duì)其他識(shí)別方法, 該方法簡單、計(jì)算量小, 特別適用于特定人孤立詞的短時(shí)段識(shí)別。其方法是按時(shí)序找出幀特征的差值(特征差), 再將音韻特征所包含的特征差累加除以整個(gè)字音的總特征差, 得到相對(duì)累計(jì)特征差。經(jīng)語音數(shù)據(jù)分析發(fā)現(xiàn), 語音結(jié)束段雖然頻譜變化劇烈, 但語意少, 對(duì)區(qū)別語音作用不大, 在該識(shí)別方法中刪去了該段特征。相鄰兩幀的特征差為:平均特征差為:式中: N 為語音幀數(shù)。數(shù)據(jù)幀數(shù)減為設(shè)累計(jì)特征差閾為:為保留的關(guān)鍵幀數(shù), 通常每個(gè)字音取8, 則雙字孤立詞取16。 依次加t ( i ), 大于△的幀為又一關(guān)鍵幀, 直到選出M 個(gè)關(guān)鍵幀。學(xué)習(xí)過程中, 這些特征向量作為模板保存。3方案論證及硬件選擇 方案論證 采用DSP+FPGA方案語音識(shí)別根據(jù)實(shí)際需要和應(yīng)用場合的不同，可以分為孤立詞識(shí)別和連續(xù)語音識(shí)別、特定人識(shí)別和非特定人識(shí)別?，F(xiàn)在應(yīng)用于語音識(shí)別的芯片主要為DSP(數(shù)字信號(hào)處理器)芯片：如TI公司的TMS320系列?？刂乒δ苋酰Ｐ枰c單片機(jī)或FPGA (現(xiàn)場可編程門陣列)結(jié)合, 來實(shí)現(xiàn)人機(jī)交互。這些將使整個(gè)系統(tǒng)結(jié)構(gòu)龐大,設(shè)計(jì)繁瑣。CPU時(shí)鐘頻率為0．32～49．152 MHz，具有較高的處理速度，可使μ’n SPTM能夠非常容易、快速地處理復(fù)雜的數(shù)字信號(hào)；擁有可編程音頻處理；內(nèi)置2 K Word的SRAM和32 K Word的FLASH；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輸出通道，32位通用可編程輸入／輸出端口。本案采用采用SPCE061A實(shí)現(xiàn)語音控制小車方案。 圖中的語音輸入部分MIC_ IN、按鍵輸入KEY、聲音輸出部分的功率放大環(huán)節(jié)等已經(jīng)做到了精簡開發(fā)板——61 板上，為我們使用提供了很大的方便。 系統(tǒng)控制方案 小車的運(yùn)動(dòng)控制采用語音控制和中斷定時(shí)控制相結(jié)合，通過語音觸發(fā)小車動(dòng)作，小車動(dòng)作之后，隨時(shí)可以通過語音指令改變小車的運(yùn)動(dòng)狀態(tài)。 詳細(xì)的控制過程請(qǐng)參看程序設(shè)計(jì)部分。這為實(shí)現(xiàn)語音錄入提供了方便的硬件條件。另外十六位單片機(jī)具有一套易學(xué)易用的指令系統(tǒng)和集成開發(fā)環(huán)境，在此環(huán)境中，它支持標(biāo)準(zhǔn)C語言編程，也支持C語言與匯編語言的互相調(diào)用。SPCE061是一款擁有2KRAM、32KFlash、32個(gè)I/O口，并集成了AD/DA功能強(qiáng)大的16位微處理器，它還擁有豐富的語音處理功能，為小車的功能擴(kuò)展提供了相當(dāng)大的空間。SPCE061A 是繼amp?！痭SP?系列產(chǎn)品SPCE500A等之后凌陽科技推出的又一款16位結(jié)構(gòu)的微控制器。較高的處理速度使amp。’nSP?能夠非常容易地、快速地處理復(fù)雜的數(shù)字信號(hào)。micro。SPCE061A特性： u 16 位μ’nSP 微處理器；u 工作電壓：內(nèi)核工作電壓 VDD為 ~(CPU)，I/O口工作電壓 VDDH為 VDD~(I/O)；u CPU時(shí)鐘：~；u 內(nèi)置 2K字 SRAM；u 內(nèi)置 32K閃存 ROM；u 可編程音頻處理；u 晶體振蕩器；u 系統(tǒng)處于備用狀態(tài)下(時(shí)鐘處于停止?fàn)顟B(tài))，耗電小于 2μA；u 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)；u 2 個(gè) 10 位 DAC(數(shù)模轉(zhuǎn)換)輸出通道；u 32 位通用可編程輸入/輸出端口；u 14 個(gè)中斷源可來自定時(shí)器 A / B，時(shí)基，2 個(gè)外部時(shí)鐘源輸入，鍵喚醒；u 具備觸鍵喚醒的功能；u 使用凌陽音頻編碼 SACM_S240 方式()，能容納 210 秒的語音數(shù)據(jù)；u 鎖相環(huán) PLL 振蕩器提供系統(tǒng)時(shí)鐘信號(hào)； u 32768Hz 實(shí)時(shí)時(shí)鐘； u 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； u 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； u 具備串行設(shè)備接口；u 低電壓復(fù)位(LVR)功和低電壓監(jiān)測(LVD)功能； u 內(nèi)置在線仿真板另外，SPCE061A單片機(jī)具有易學(xué)易用的效率較高的一套指令系統(tǒng)和集成開發(fā)環(huán)境。 ——61 板 SPCE061A精簡開發(fā)板（簡稱 61 板，SPCE061A EMU BOARD的簡稱），是以凌陽16 位單片機(jī)SPCE061A為核心的精簡開發(fā)－仿真－實(shí)驗(yàn)板，是“凌陽科技大學(xué)計(jì)劃”專為大學(xué)生、電子愛好者等進(jìn)行電子實(shí)習(xí)、課程設(shè)計(jì)、畢業(yè)設(shè)計(jì)、電子制作及電子競賽所設(shè)計(jì)的，也可作為單片機(jī)項(xiàng)目初期研發(fā)使用?！?1 板”可以采用電池供電。 SPCE061 板硬件框圖表 框圖說明POWER5Vamp。K1~K1~K3擴(kuò)展的按鍵：接IOA0~IOA2SPCE061A61 板核心：16 位微處理器PORTA/B32 個(gè)I/O 口61 板接口說明圖： SPCE061 板接口說明圖2 61 板輸入/輸出（I/O）接口61 板將SPCE061A 的32 個(gè)I/O 口IOA0~IOA15，IOB0~IOB15 全部引出，對(duì)應(yīng)的引腳為：A 口，41~4554~60；B 口，5~81~768~64。設(shè)置為輸入時(shí)，分為懸浮輸入或非懸浮輸入。在5V 情況下，上拉電阻為150K，下拉電阻為110K；設(shè)置為輸出時(shí)，可以選擇同向輸出或者反相輸出。J12 和J3 都是語音輸出接口，一個(gè)是耳機(jī)插孔；另一個(gè)是兩針的插針外接喇叭，由DAC 輸出引腳21 或22 經(jīng)語音集成放大器SPY0030 放大，然后輸出。~，最大輸出功率可達(dá)700mW（LM386 必須工作在4V 以上，而且功率只有100mW）。此接口與PROBE 的5 針接口相連，PROBE 的另一端接PC 機(jī)25 針并口。圖 是EZPROBE 的接口，我們提供一根轉(zhuǎn)接線用作EZPROBE 的下載，一端連接PC 機(jī)的25 針并口，另外一端連接61 板的5 針 EZPROBE 接口。小車的控制采用語音控制和中斷控制相結(jié)合。中斷控制:通過設(shè)置小車行駛時(shí)間來控制小車中斷。 61板最小系統(tǒng)電源部分的電路，由電池盒提供的 SPY0029 后產(chǎn)生 。圖中前后兩組電容用來去耦濾波，使其供給芯片的電源更加干凈平滑。兩個(gè)二極管D3和D4，是為防止誤將電源接反造成不必要損失而設(shè)置的，注意在操作過程中千萬不要將電源接反，因?yàn)榉聪螂妷撼^一定的值，二極管將會(huì)被損壞，達(dá)不到保護(hù)的目的。SPCE061A內(nèi)置 2路10 位精度的 DAC，只需要外接功放電路即可完成語音的播放。 SPCE061A 芯片中已經(jīng)集成了音頻輸入專用 ADC 以及 AGC 放大電路，因此芯片外部的電路比較簡單。 音頻輸出部分SPY0030A是凌陽公司開發(fā)的專門用于語音信號(hào)放大的芯片，它的增益為：Gain = 2 * 5000 / ( 5000 + R1 )，圖 。在它們后面接一個(gè)簡單的音頻放大電路和喇叭即可實(shí)現(xiàn)語音播報(bào)功能。 LED電路 復(fù)位電路 下載線接口電路和在線調(diào)制電路此電路主要是下載程序代碼和在線調(diào)試程序，為其那片機(jī)提供靈魂。 微處理器連接圖語音控制小車為四輪結(jié)構(gòu)。在自然狀態(tài)下，前輪在彈簧作用下保持中間位置。所以又稱前面的輪子為方向輪，后面的兩個(gè)輪子為驅(qū)動(dòng)輪。倒車：倒車動(dòng)作和前進(jìn)動(dòng)作剛好相反，前輪電機(jī)仍然保持中間狀態(tài)，后輪電機(jī)反轉(zhuǎn)，小車就會(huì)向后運(yùn)動(dòng)。(a) 前進(jìn) (b) 后退左傳：前輪電機(jī)逆時(shí)針（規(guī)定為正轉(zhuǎn)），后輪電機(jī)正轉(zhuǎn)，這時(shí)小車就會(huì)在前后輪共同作用下朝左側(cè)前進(jìn)。(a) 左轉(zhuǎn) (b) 右轉(zhuǎn) 小車左右轉(zhuǎn)示意圖控制板主要包括：接口電路、電源電路和兩路電機(jī)的驅(qū)動(dòng)電路，控制板原理圖如圖 。 電源部分：整個(gè)小車有4個(gè)電源信號(hào)：電池電源，控制板工作電源，61板工作電源，61板的I/O輸出電源。 二極管D1作用： 降壓，4節(jié)電池提供的電壓VCC最大可達(dá)到6V，D1可有效地降壓。 控制板原理圖 全橋驅(qū)動(dòng)又稱 H橋驅(qū)動(dòng)，下面介紹一下 H橋的工作原理： H橋一共有四個(gè)臂，分別為 B1~B4，每個(gè)臂由一個(gè)開關(guān)控制，示例中為三極管 Q1~Q4。如果讓 2 關(guān)斷 4 也關(guān)斷，負(fù)載 Load 兩端懸空，如圖 、B2 工作時(shí)的 H 橋電路簡圖 BB4 工作時(shí)的 H 橋電路簡圖所示，此時(shí)電機(jī)停轉(zhuǎn)。如果讓 2 導(dǎo)通 4 也導(dǎo)通，那么電流將會(huì)流經(jīng) 4 組成的回路以及 Q2和 Q3 組成的回路， 所示，這時(shí)橋臂上會(huì)出現(xiàn)很大的短路電流。 B1~B4 全部停止工作時(shí)的H 橋簡圖 B1~B4 全部工作時(shí)的 H 橋簡圖 動(dòng)力電機(jī)驅(qū)動(dòng)電路 動(dòng)力驅(qū)動(dòng)由后輪驅(qū)動(dòng)實(shí)現(xiàn)，負(fù)責(zé)小車的直線方向運(yùn)動(dòng)，包括前進(jìn)和后退，后輪驅(qū)動(dòng)電路是一個(gè)全橋驅(qū)動(dòng)電路，：4 四個(gè)三極管組成四個(gè)橋臂，Q1 和 Q4 組成一組，Q2 和Q3 組成一組，Q5 控制 3 的導(dǎo)通與關(guān)斷，Q6 控制 Q1 和 Q4 的導(dǎo)通與關(guān)斷，而 6 由 IOB9 和 IOB8控制，這樣就可以通過 IOB8 和 IOB9 控制四個(gè)橋臂的導(dǎo)通與關(guān)斷控制后輪電機(jī)的運(yùn)行狀態(tài)，使之正轉(zhuǎn)反轉(zhuǎn)或者停轉(zhuǎn)，進(jìn)而控制小車的前進(jìn)和后退。小車為后輪驅(qū)動(dòng)，通過前后輪電機(jī)來實(shí)現(xiàn)行走。通過改變IOB的高低電平來控制電機(jī)的正反轉(zhuǎn)。 初始化部分：初始化操作將 IOB8~IOB11 設(shè)置為輸出端，用以控制電機(jī)。 訓(xùn)練部分：訓(xùn)練部分完成的工作就是建立語音模型。 識(shí)別部分：在識(shí)別環(huán)節(jié)當(dāng)中，如果辨識(shí)結(jié)果是名字，停止當(dāng)前的動(dòng)作并進(jìn)入待命 狀態(tài)，然后等待動(dòng)作命令。 重訓(xùn)操作：考慮到有重新訓(xùn)練的需求，設(shè)置了重新訓(xùn)練的按鍵（61 板的KEY3） ，循環(huán)掃描該按鍵，一旦檢測到此鍵按下，則將擦除訓(xùn)練標(biāo)志位（0xe000 單元） ，并等待復(fù)位。 下面詳細(xì)介紹以上提到的子程序。成功訓(xùn)練名稱后會(huì)給出下一條待訓(xùn)練指令提示音：前進(jìn)，參照名稱訓(xùn)練方式訓(xùn)練前進(jìn)指令。void TrainSD(){ while(TrainWord(NAME_ID,S_NAME) != 0) 。 //訓(xùn)練第1個(gè)動(dòng)作 while(TrainWord(COMMAND_BACK_ID,S_ACT2) != 0) 。 //訓(xùn)練第3個(gè)動(dòng)作 while(TrainWord(COMMAND_RIGHT_ID,S_ACT4) != 0) 。如果ID號(hào)為名稱，則結(jié)束運(yùn)動(dòng)（如果當(dāng)前在運(yùn)動(dòng)狀態(tài)） ，進(jìn)入待命狀態(tài)，等待下一次的指令觸發(fā)；如果 ID 號(hào)為動(dòng)作，則語音告知將要執(zhí)行的動(dòng)作，并執(zhí)行該動(dòng)作。void BSR(void){ int Result。 //獲得識(shí)別結(jié)果if(Result0) //有語音觸發(fā)？ { *P_IOB_Data=0x0000。 //停車待命 break。 //執(zhí)行動(dòng)作一：直走 break。 //執(zhí)行動(dòng)作二：倒車 break。 //執(zhí)行動(dòng)作三：左轉(zhuǎn) break。 //執(zhí)行動(dòng)作四：右轉(zhuǎn) break。 } }}： 動(dòng)作子程序包括：前進(jìn)、倒車、左拐、右拐、停車子程序。前進(jìn)子程序包括語音提示、置端口數(shù)據(jù)、啟動(dòng)定時(shí)器操作。倒退子程序包括語音提示、置端口數(shù)據(jù)、啟動(dòng)定時(shí)器操作。左轉(zhuǎn)子程序包括語音提示、置端口數(shù)據(jù)、啟動(dòng)定時(shí)器操作。右轉(zhuǎn)子程序包括語音提示、置端口數(shù)據(jù)、啟動(dòng)定時(shí)器操作。void GoAhead() //前進(jìn){ PlaySnd(S_ACT1,3)。 //前進(jìn) *P_INT_Mask |= 0x0004。 uiTimecont = 0。// 實(shí)現(xiàn)功能： 后退子函數(shù)// 參數(shù)： 無// 返回值： 無//=============================================================v