基于SPCE061A的語(yǔ)音識別技術(shù)應用

SPCE061A是凌陽(yáng)公司設計的一種16位單片機，該款單片機資源豐富，具有極高的性?xún)r(jià)比，該單片機內置有2路DA轉換，8路AD轉換及在線(xiàn)仿真，并且有16×16位的乘法運算和內積運算的DSP功能，這為它進(jìn)行復雜的語(yǔ)音數字信號的壓縮編碼與解碼提供了便利，還可以做數字濾波器。這些特點(diǎn)為我們進(jìn)行在語(yǔ)音處理尤其是語(yǔ)音識別領(lǐng)域的應用提供了便利。

語(yǔ)音識別技術(shù)在各個(gè)層面均有廣泛的應用前景。電腦軟件領(lǐng)域，例如：語(yǔ)音命令、語(yǔ)音輸入，對話(huà)系統、查詢(xún)系統、教學(xué)軟件、游戲軟件等；消費性電子產(chǎn)品領(lǐng)域，例如：電子記事本、聲控玩具、語(yǔ)音拔號功能的手機等；工業(yè)產(chǎn)品領(lǐng)域，例如：車(chē)用移動(dòng)電話(huà)、車(chē)用導航系統等；電話(huà)系統領(lǐng)域，例如：語(yǔ)音識別總機服務(wù)、語(yǔ)音拔號、語(yǔ)音訂票訂位等。

本文引用地址：http://dyxdggzs.com/article/148312.htm

1 語(yǔ)音識別基本原理

語(yǔ)音識別就是讓機器聽(tīng)得懂人們所講的話(huà)，基本框架如圖1和圖2所示。圖1是語(yǔ)音訓練模型的部分：將已知的語(yǔ)音信號經(jīng)由端點(diǎn)偵測(End Point Detection)及特征參數求取(Feature Extraction)而產(chǎn)生標準的語(yǔ)音參考樣本。

圖2是語(yǔ)音識別的部分。將待測的語(yǔ)音信號，經(jīng)與圖1同樣的處理步驟求得特征參數后再與前述的標準語(yǔ)音參考樣本對比，找出最相似的參考樣本作為辨識的結果。

2 語(yǔ)音識別分類(lèi)

若依使用者的限制而言可分為特定人語(yǔ)音與非特定人語(yǔ)音識別。

2.1 特定人語(yǔ)音識別

使用特定人語(yǔ)音識別系統前，須先把使用者的語(yǔ)音參考樣本存入當成比對的資料庫，即特定人語(yǔ)音識別系統在使用前就必須先進(jìn)行圖1的訓練學(xué)習步驟。

2.2 非特定人語(yǔ)音識別

使用本系統前根本不需要先學(xué)習，便能直接使用。一套最佳的語(yǔ)音識別系統是不須經(jīng)過(guò)學(xué)習便能進(jìn)行語(yǔ)音識別，但通常辯識率都比較低。

另外以說(shuō)話(huà)方式的連續是否又可分為非連續語(yǔ)音識別和連續語(yǔ)音識別。對于非連續語(yǔ)音來(lái)說(shuō)，識別所說(shuō)的每一個(gè)字必須分開(kāi)辨認；而連續語(yǔ)音識別可以一般自然流利的說(shuō)話(huà)方式來(lái)進(jìn)行人性化的語(yǔ)音識別，但由于關(guān)系到相連音的問(wèn)題，很難達到好的辨認效果。

3 SPCE061A芯片特性簡(jiǎn)介

SPCE061A是一款基于μ′nSP內核的16位單片機，其芯片特性如下：(1)工作電壓：內核工作電壓VDD為3.0～3.6V(CPU)，I／O口工作電壓VDDH為2.4～5.5V(I／O)；(2)CPU時(shí)鐘：0.32MHz～49.152MHz；(3)內置2K字SRAM和32K閃存ROM；(4)系統處于備用狀態(tài)下(時(shí)鐘處于停止狀態(tài))，耗電小于2μA@3.6V；(5)具備觸鍵喚醒的功能；(6)32位通用可編程輸入／輸出端口；(7)2個(gè)16位可編程定時(shí)器／計數器(可自動(dòng)預置初始計數值)；(8)7通道10位電壓模-數轉換器(ADC)和單通道聲音模-數轉換器；(9)2個(gè)10位DAC(數-模轉換)輸出通道；(10)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；(11)具備串行設備接口；(12)低電壓復位(LVR)功能和低電壓監測(LVD)功能；(13)內置在線(xiàn)仿真(ICE，In-Circuit Emulator)接口。

SPCE061A的內部結構框圖如圖3所示。

4 SPCE061A的語(yǔ)音識別應用

4.1 硬件電路簡(jiǎn)述

SPCE061A的D／A轉換通道的硬件實(shí)現大致有兩類(lèi)，一類(lèi)是直接采用數／模轉換器(DAC)方式，另一類(lèi)是直接采用脈寬調制(PWM)驅動(dòng)方式，SPCE061A音頻輸出的結構就是由兩個(gè)DAC通道或一個(gè)PWM驅動(dòng)通道構成。兩類(lèi)實(shí)現方式實(shí)質(zhì)都為數／模轉換，都是將數字信號轉換成電流模擬信號輸出。SPCE061A的音頻輸出采用雙通道數／模轉換DAC方式，即數字信號通過(guò)10位DAC轉換成3mA驅動(dòng)的電流模擬信號輸出。語(yǔ)音提示輸出直接采用DAC通道，經(jīng)信號放大后，由揚聲器輸出。

語(yǔ)音識別電路比較簡(jiǎn)單，MIC選用駐極體話(huà)筒。駐極體話(huà)筒具有結構簡(jiǎn)單、重量輕、體積小、無(wú)方向性、頻率響應寬、保真度好等優(yōu)點(diǎn)，它的偏壓由SPCE061A的VMIC管腳提供。

4.2 系統軟件

語(yǔ)音識別分為語(yǔ)音樣板訓練和語(yǔ)音識別兩個(gè)過(guò)程。我們將標準模式的存儲空間稱(chēng)之為“詞庫”，而把標準模式稱(chēng)之為“樣板”。所謂語(yǔ)音樣板訓練，即將待識別的命令進(jìn)行頻譜分析，提取特征參數作為識別的標準模式。語(yǔ)音識別的過(guò)程是提取語(yǔ)音命令的特征參數，與詞庫中的樣板比較，取相似度最好的樣板命令序號作為識別結果。凌陽(yáng)科技公司提供語(yǔ)音樣板訓練工具和語(yǔ)音識別庫函數，每次可識別30條語(yǔ)音命令，命令較多可以分多組進(jìn)行，語(yǔ)音識別流程見(jiàn)圖4所示。

其中，BSR-GetResult函數為啟動(dòng)辯識，當無(wú)命令識別出來(lái)時(shí)，返回0；識別器停止、未初始化或識別未激活返回-1；當識別不合格時(shí)返回-2；當識別出來(lái)時(shí)返回命令的序號。部分程序源代碼如下。

以上程序代碼是SPCE061A在一種基于特定人智能語(yǔ)音識別電動(dòng)小車(chē)上的應用。經(jīng)大量實(shí)驗測試表明，將SPCE061A應用于語(yǔ)音識別領(lǐng)域，系統性能穩定、聲音質(zhì)量和識別效果較好。但在環(huán)境噪聲或干擾信號高于語(yǔ)音信號時(shí)，系統將無(wú)法進(jìn)行正確的語(yǔ)音識別，在背景噪聲處理及其工程實(shí)際上還要進(jìn)一步改進(jìn)。