如何運用RSC-3x開(kāi)發(fā)出高性能的語(yǔ)音識別產(chǎn)品

摘要：本文給出了在運用RSC-3x設計高性能的語(yǔ)音識別產(chǎn)品時(shí)應考慮的與硬件有關(guān)的若干問(wèn)題：噪音降除、電路設計、PCB設計、麥克風(fēng)的選擇、麥克風(fēng)的安放、電源設計。

關(guān)鍵詞： RSC-3x， 識別率，噪音降除，電路設計，PCB設計，麥克風(fēng)，電源

RSC-3x是美國Sensory公司出品的交互式語(yǔ)音產(chǎn)品。它同RSC其他系列的產(chǎn)品一樣運用神經(jīng)元算法實(shí)現了語(yǔ)音識別的功能，在理想環(huán)境下，其識別率可達97%以上。并具有語(yǔ)音合成、錄音回放、四聲道音樂(lè )合成等語(yǔ)音處理功能。由于內含一個(gè)8位處理器，RSC-3x還可實(shí)現通用處理器的系統控制功能。RSC-3x的高性能和適中的價(jià)格使得它主要應用在消費類(lèi)電子產(chǎn)品和價(jià)格敏感的家電產(chǎn)品上。

但是，如何才能運用RSC-3x系列產(chǎn)品開(kāi)發(fā)出性能良好的語(yǔ)音識別產(chǎn)品呢？本文給出了在設計語(yǔ)音識別產(chǎn)品時(shí)應在硬件方面考慮的若干問(wèn)題。

一、噪音降除

語(yǔ)音識別的準確率(簡(jiǎn)稱(chēng)識別率)會(huì )受到諸多因素的干擾而下降。一個(gè)導致識別率下降最常見(jiàn)的因素就是噪音：來(lái)自系統內部的電子噪音和麥克風(fēng)所拾取的聲頻噪音。RSC-3x的一個(gè)主要革新技術(shù)就是在其片內加入了一個(gè)聲頻預放電路。來(lái)自典型的駐極體麥克風(fēng)的電壓信號只是毫伏級的，而能被RSC-3x使用的整個(gè)預放增益信號卻要放大到200倍以上。通過(guò)RSC-3x內置的預放電路，只需外加少許的幾個(gè)被動(dòng)元器件就可以達到這個(gè)放大作用。良好的接地措施和消除模擬電路中的交叉干擾會(huì )進(jìn)一步確保良好的識別率。鼓勵用戶(hù)大聲說(shuō)話(huà)和接近麥克風(fēng)可以輔助獲得良好的信噪比。

二、電路設計

圖一是RSC-3x聲頻預放部分的參考電路。阻值為1.5K的麥克風(fēng)電阻（Rx）對系統增益具有很大的影響，因此應根據麥克風(fēng)的敏感度來(lái)決定其值的大小。圖中的1.5K是典型值。

下表所列為Rx和Cx的推薦值：

三、PCB設計

推薦使用帶地平面的雙面印制的PCB板。地平面應覆蓋整個(gè)模擬電路區域而僅在RSC-3x附近接地。為減少交叉干擾，模擬地和數字地應盡可能地從物理上分隔開(kāi)來(lái)。特別要注意的是：將高速時(shí)鐘線(xiàn)（如地址線(xiàn)和數據線(xiàn)）遠離麥克風(fēng)元器件和電路。

每個(gè)數字IC都要在緊挨著(zhù)VDD的地方接一個(gè)0.1uF的旁路電容，RSC芯片的每對VDD腳和VSS腳間都要接一個(gè)。該旁路電容應該是最大電壓為50V的陶瓷電容。如果使用了3端穩壓器（如7805），應在其輸入/輸出腳和地之間接近穩壓器的地方接上鉭旁路電容。

在使用電池的產(chǎn)品中，串接一個(gè)二極管以避免電池裝反時(shí)損壞電路。

如果產(chǎn)品中除了RSC還有其他需要用到數字時(shí)鐘的模塊（如開(kāi)關(guān)電源、LCD驅動(dòng)器等），特別要注意防止這些信號進(jìn)入到RSC的聲頻電路中去。

四、麥克風(fēng)的選擇

對絕大部分的產(chǎn)品來(lái)說(shuō)，廉價(jià)的多向駐極體電容麥克風(fēng)（最小敏感度為-60dB）就足夠了。在有些應用中，信號與音頻噪音來(lái)源于不同方向時(shí)，定向麥克風(fēng)可能更適合些。由于定向麥克風(fēng)的頻率反應取決于麥克風(fēng)與聲源間的距離，這樣的麥克風(fēng)應謹慎使用。為得到最佳性能，語(yǔ)音識別產(chǎn)品應運用于安靜的環(huán)境，說(shuō)話(huà)人的嘴應與麥克風(fēng)極為接近。 如果產(chǎn)品是為在嘈雜環(huán)境中使用而設計的，設計時(shí)要充分考慮周?chē)h(huán)境的噪音。提高信噪比將有助于產(chǎn)品的成功。

五、 麥克風(fēng)的安放

設計恰當的麥克風(fēng)嵌入方式和選擇性能一致的麥克風(fēng)是重要的。因為對麥克風(fēng)不當的聲學(xué)布置會(huì )降低RSC-3x的識別率。麥克風(fēng)元件有許多種可能的物理放置方式，但有的就會(huì )比別的性能更好效果更佳。為此，Sensory推薦了以下的麥克風(fēng)放置方案：

首先： 產(chǎn)品中，麥克風(fēng)元件應盡可能地接近外殼，應完全位于塑料外殼內。麥克風(fēng)元件和外殼間不應有任何空隙。只要有空隙就會(huì )產(chǎn)生回音，從而降低識別率。

其次：麥克風(fēng)元件的前部應確保干凈無(wú)污，以免干擾識別。麥克風(fēng)前面的外殼上要保留直徑至少為5mm的孔。如果一定要在麥克風(fēng)的前面加塑料表面的話(huà)，塑料表面要盡可能地薄，最好不要超過(guò)0.7mm。

三：如果可能的話(huà)，麥克風(fēng)與外殼間應聲音隔離?？梢詫Ⅺ溈孙L(fēng)用橡皮或泡沫等海綿物質(zhì)包裹起來(lái)。這樣做的目的在于防止由搬運或震動(dòng)產(chǎn)品時(shí)產(chǎn)生的聽(tīng)覺(jué)噪音被麥克風(fēng)采集。這種外來(lái)的噪音會(huì )降低識別率。

如果麥克風(fēng)從距離說(shuō)話(huà)人的嘴15cm的地方移到距離為30cm的地方，信號功率就降低了1/4。高音和低音間的差別也大于1/4。RSC-3x提供了一個(gè)AGC（自動(dòng)增益調節）來(lái)補償太大或太小的聲音信號。AGC在麥克風(fēng)的預放內工作。如果超過(guò)了AGC的調節范圍，軟件會(huì )給說(shuō)話(huà)人提供一個(gè)聲音回饋，如提示“請說(shuō)大聲點(diǎn)”或“請說(shuō)小聲點(diǎn)”來(lái)提醒說(shuō)話(huà)人。

六、電源設計

由于 RSC-3x工作時(shí)其語(yǔ)音識別電路要消耗約10mA 的電流，電源的設計在這里顯得尤為重要。如果系統連續聆聽(tīng)尋找一個(gè)給定的詞匯，那么在幾小時(shí)內就能消耗完一個(gè)紐扣電池的電能，幾天內消耗掉一個(gè)大容量的堿性電池的電能。因此如果產(chǎn)品需要識別器一直處于工作狀態(tài)的話(huà)，系統應該采用市電供電。相反的，如果電源采用電池供電的話(huà)，那么產(chǎn)品大部分時(shí)間應工作于低功耗的“睡眠”狀態(tài)，只在需要識別時(shí)被喚醒就行了。RSC-3x的喚醒可以通過(guò)按鍵或其他IO口事件或震蕩器二的時(shí)鐘倒計時(shí)來(lái)實(shí)現，但無(wú)法被麥克風(fēng)采集到的語(yǔ)音信號喚醒。

使用市電供電時(shí)，在 VDD和GND間測得的市電電源波紋不應超過(guò)5mV。因此，需要在電源部分增加直流電源穩壓器（如7805）來(lái)穩定電壓。

綜上所述，只要在硬件設計方面多加注意，就可以得到很好的信噪比，開(kāi)發(fā)出高性能的語(yǔ)音識別產(chǎn)品。