嵌入式語(yǔ)音識別系統電路設計—電路精選（13）

　　語(yǔ)音交互系統是比較人性化的人機操作界面，它需要語(yǔ)音識別系統的支持。而語(yǔ)音識別技術(shù)在這其中起到中流砥柱的作用，它也被稱(chēng)為自動(dòng)語(yǔ)音識別，其目標是將人類(lèi)的語(yǔ)音中的詞匯內容轉換為計算機可讀的輸入，例如按鍵、二進(jìn)制編碼或者字符序列。

　　特定人語(yǔ)音識別技術(shù)是基于“關(guān)鍵詞語(yǔ)列表”的識別技術(shù)，它是對大量的語(yǔ)音數據（相當于對數千人采集的數萬(wàn)小時(shí)的有效聲音數據）經(jīng)語(yǔ)言學(xué)家語(yǔ)音模型分析，建立數學(xué)模型，并經(jīng)過(guò)反復訓練提取基元語(yǔ)音的細節特征，以及提取各基元間的特征差異，得到在統計概率最優(yōu)化意義上的各個(gè)基元語(yǔ)音特征，最后才由資深工程師將算法以及語(yǔ)音模型轉換成硬件芯片并應用在嵌入式系統中。

　　本文將介紹一款語(yǔ)音識別芯片——LD3320芯片。LD3320采用的是ASR技術(shù)，提供了一種脫離按鍵、鍵盤(pán)、鼠標、觸摸屏等GUI操作方式且基于語(yǔ)音的用戶(hù)界面VUI（Voice User Interface），使得用戶(hù)對該系統的操作更簡(jiǎn)單、快速和自然。隨著(zhù)高檔MCU的不斷出現，以MCU為核心的嵌入式語(yǔ)音交互系統會(huì )有非常好的應用前景。

　　工作原理

　　圖1 LD3320和單片機（或嵌入式系統）組成的語(yǔ)音識別系統原理框圖。

　　在使用過(guò)程中，用戶(hù)只需要把識別的關(guān)鍵詞語(yǔ)以字符串的形式傳送進(jìn)芯片，即可以在下次識別中立即生效。比如，用戶(hù)在51等主控MCU的編程中，簡(jiǎn)單地通過(guò)設置芯片的寄存器，把諸如“你好”這樣的識別關(guān)鍵詞語(yǔ)的內容動(dòng)態(tài)地傳入芯片中，芯片就可以識別所設定的關(guān)鍵詞語(yǔ)了。每個(gè)關(guān)鍵詞語(yǔ)可以是單字、詞組、短句或者任何的中文發(fā)音的組合?；贚D3320的語(yǔ)音識別系統可以隨著(zhù)使用流程，在運行時(shí)動(dòng)態(tài)地更改關(guān)鍵詞語(yǔ)列表的內容，這樣可以用一個(gè)系統支持多種不同的場(chǎng)景，同時(shí)也不需要用戶(hù)作任何的錄音訓練。

　　圖2 STC10L08XE構成的主控芯片

　　圖3 LD3320A構成的語(yǔ)音識別主系統

　　由圖可知，由LD3320組成的語(yǔ)音識別系統硬件有單片機（或嵌入式系統）及LD33202.圖2和圖3分別是由單片機STC10L08XE 構成的主控芯片和由LD3320A 構成的語(yǔ)音識別主系統。

　　LD3320評估板（其中，控制MCU選用的是STC的51單片機）

　　編者結語(yǔ)

　　編者認為這種語(yǔ)音識別系統主要應用于語(yǔ)音控制的點(diǎn)歌系統、語(yǔ)音控制的手機、音控智能導航儀、音控智能家電產(chǎn)品等。當然，這種語(yǔ)音識別系統不是完美的，它容易引起誤識別，如當用戶(hù)說(shuō)的內容不在識別列表內時(shí)，必然會(huì )引起誤識別。為了克服這些缺點(diǎn)，降低誤識別率，可在設定好要識別的關(guān)鍵詞語(yǔ)后，再添加一些與識別列表內的單詞有聯(lián)系的任意其他詞匯，用來(lái)吸收錯誤識別，從而達到降低誤識別率的目的。