電視機智能聲控選臺系統設計與實(shí)現

標簽：遙控發(fā)射 MIC

隨著(zhù)電視頻道數目的日益增多，傳統的電視遙控方法弊端越來(lái)越明顯。它需要觀(guān)念記憶大量電視臺對音識別芯片TSG410設計了一個(gè)彩電智能聲控選臺系統，可以較好地解決記憶頻道這個(gè)難題。尤其對列疾朋友來(lái)講，更具有特殊的意義。

該系統不對彩電做任何改動(dòng)。在保留原有遙控功能的基礎上，實(shí)現語(yǔ)音控制選臺，主要功能有：

開(kāi)關(guān)電視：電視接通電源處于待命狀態(tài)，操作者發(fā)出“開(kāi)機”命令，則打開(kāi)電視機;操作者發(fā)出“關(guān)機”命令，則關(guān)掉電視機;

;選臺功能：操作者想看XX電視臺的節目，只要發(fā)出“XX臺”的命令，電視機自動(dòng)跳轉到該臺。

識別主人功能：日防止識操作，該系統只能事先錄入命令樣本的操作者語(yǔ)音敏感，其他人發(fā)出的命令包括電視伴音均無(wú)效。

其它功能：具有電視音量、畫(huà)面亮度調節等適合語(yǔ)音控制的功能。

1 系統設計方案

我們最初考慮了兩種設計方案(見(jiàn)圖1和圖2)，它們各有優(yōu)缺點(diǎn)。第一種電路不足之處是：電路稍復雜一點(diǎn)，而且要對電視機的選臺控制電路做必要的改動(dòng)(當然這對電視機生產(chǎn)廠(chǎng)家是不成問(wèn)題的);其優(yōu)點(diǎn)是：只需一個(gè)無(wú)線(xiàn)話(huà)筒便可聲控選臺，且不必對準電視機，甚至在另一個(gè)房間也可實(shí)現遙控。第二種電路的優(yōu)點(diǎn)是：不必對電視機的選臺控制電路做任何的改動(dòng);缺點(diǎn)是：所有電路只能靠電池供電，芯片選擇要考慮耗電和工作電壓?jiǎn)?wèn)題。由于采用紅外遙控發(fā)射來(lái)控制電視，該系統須對準電視機才能正常工作。綜合考慮各方面因素，我們認日第二種設計方案切實(shí)可行。

2 各個(gè)功能模塊簡(jiǎn)介

2.1 語(yǔ)音命令提取單元

語(yǔ)音命令提供該單元(如圖2)在電視話(huà)音和其它噪音背景下，完成提取出操作者語(yǔ)音命令功能，其示意圖如圖3所示。

MIC選用駐極體送話(huà)器，它具有結構簡(jiǎn)單、重量輕、體積小、頻率響應寬、保真度好等優(yōu)點(diǎn)，但靈敏度較低，必須再加放大器才行。由于輸出阻抗可高達10 8Ω數量級，所在必須進(jìn)行阻抗變換后才能與放大器配合使用。放大器采用差分放大電路，一個(gè)駐極體送話(huà)器面對送話(huà)者，其輸出接送放大器正向輸入端;另一個(gè)駐極體送話(huà)器背對送話(huà)者，其輸出接放大器負向輸入端。由于兩個(gè)送話(huà)器相對于電視機和其它噪聲源的位置基本一樣遠，可以近似認日通過(guò)二者輸入的干擾是一樣的。但考慮到送話(huà)器具有方向性，前者送入的操作者語(yǔ)音命令遠遠大于后者，適當選擇各電阻值可以抵消掉各種干擾。放大器采用運放(OPAmps)MAX495(單電源供電+2.7～+6V)。

2.2 語(yǔ)音識別單元

語(yǔ)音識別單元主要由TSG410和非易失性SRAM組成，大體構成如下圖4所示。

語(yǔ)音識別功能由專(zhuān)用語(yǔ)音芯片TSG410完成，TSG410是一種新穎功能齊全的語(yǔ)音識別集成電路。它采用CMOS大規模集成電路制作工藝制造，內含除SRAM以外語(yǔ)音識別所需的全部電路，如CPU、A/D轉換器、ROM、語(yǔ)音放大器、壓縮器、濾波器、振蕩器及接口電路等。TSG410具有雙列直插和貼片兩種封裝方式，可工作在CPU控制和人工控制兩種模式下。語(yǔ)音識別的響應時(shí)間典型值日300ms，最長(cháng)不超過(guò)600ms。

識別容量大，最多可識別40個(gè)字段，且分段方式靈活。為了CPU管理方便，將40個(gè)字段分成四組，編號為1～4，每組10個(gè)段。這樣，第一個(gè)字段編號為10，第二個(gè)為11，第三個(gè)為12…依次類(lèi)推，第40個(gè)字段編號為49。在操作顯示時(shí)，十位數顯示組號，個(gè)位數顯示序號。因此，建立語(yǔ)音樣本時(shí)，應注意顯示數字和電視機選擇頻率之間的換算關(guān)系，以免語(yǔ)音命令和控制結果對應不起來(lái)。各段功能分配如表1所示。

TSG410的每個(gè)字段時(shí)間長(cháng)度可以在0.9s和1.92s之間選擇。按正常人的講話(huà)速度，每秒吐字2～4個(gè)，如選擇0.9s，則每個(gè)命令字段以1～3個(gè)字為宜，選擇1.92s則最大容量為8個(gè)漢字，但可識別的字段數減少為20個(gè)。我們選擇膠一種分段方式，語(yǔ)音命令以3個(gè)字以下為宜。因此，電視選臺命令采用“地方”命名原則，如：山東、上海等，中央臺可直接叫“一臺”、“二臺”，依次類(lèi)推。語(yǔ)音命令差別越大越不容易出現錯誤識別。系統要正常工作，必須首先建立語(yǔ)音樣本，為防止語(yǔ)音樣本因為掉電丟失，SRAM選用內帶掉電保護電池的非易失性SRAM，即NVSRAM(non-volatile SRAM)，如HK1125，掉電后其數據可保存10年以上，用法同普通RAM。

一般情況下，留有30個(gè)預選頻道是足夠用的。實(shí)際上，既可以采用多片TSG410進(jìn)行頻道數和允許操作者人數擴展方式滿(mǎn)足各種需要，也可以采用讓TSG410工作在CPU控制方式的辦法。此時(shí)識別容量不受40字段限制，但需增加單片機(如8031)作控制用。

2.3 控制面板

為了能輸入字段號，以便建立語(yǔ)音樣本，RSG410配置了外接鍵盤(pán)掃描電路。行、列信號的輸入、輸出口由芯片的S1～S3、K1～K3擔當。這樣一個(gè)三列、四行的鍵盤(pán)共有12個(gè)按鍵，其中十個(gè)定義為：0～9數字鍵，一個(gè)定義為：語(yǔ)音樣本建立鍵(TRN)，一個(gè)定義為：語(yǔ)音樣本清除鍵(CLR)。由于控制面板只在建立語(yǔ)音樣本時(shí)使用，為防止誤操作，應將12個(gè)按鍵用塑料外亮封起來(lái)。

2.4 操作指示電路

采用兩片數碼管和譯碼驅動(dòng)電路CC4558組成操作指示電路。在本系統中，操作指示電路作用是：建立語(yǔ)音命令樣本時(shí)，用于顯示存入的字段號;語(yǔ)音命令識別時(shí)用于顯示識別結果及芯片識別結果的處理報告。