基于A(yíng)RM的非特定人語(yǔ)音識別系統電路設計

　　非特定人語(yǔ)音識別技術(shù)研究的最終目的是讓計算機等設備能夠“聽(tīng)懂”人類(lèi)語(yǔ)音，提取出語(yǔ)音中所包含的特定信息，成為人機通信和交互最便捷的手段。由于語(yǔ)音信號本身具有不確定性、動(dòng)態(tài)性和連續性，這就為準確量化和處理該信號帶來(lái)非常大的困難，每個(gè)人的語(yǔ)音要建立不同的語(yǔ)音樣本也為識別的普及帶來(lái)瓶頸約束。目前的語(yǔ)音識別是先建立特征庫然后將待識別的信號經(jīng)處理與特征庫比對得到相似結果判定輸出。從本質(zhì)上屬于基于統計模式的基本理論，分語(yǔ)言模型訓練、識別分析兩個(gè)大階段構成和實(shí)現。

　　系統設計的整體結構

　　系統以STM32F103C8T6 微控制器為控制核心，搭配微控制器最小核心電路、LD3320語(yǔ)音識別電路、SD卡電路、電源電路、用戶(hù)按鍵輸入電路、串口數據輸出電路、狀態(tài)指示電路等綜合組成。該系統體積小巧，可以作為嵌入式組件單元融入用戶(hù)電路或者板卡中，上電后STM32F108C8T6內部程序進(jìn)行程序初始化、SD 卡文件系統初始化、LD3320初始化、隨后等待識別音頻接收，識別完成后輸出響應信息或者解碼音頻，系統整體結構如圖2所示，最終實(shí)現積木式功能組件的全部功能。

　　微控制核心電路

　　系統采用ARM Cortex M3內核ST公司的32位高性能單片機STM32F103C8T6 為控制核心，該芯片可以達到72 MHz的工作頻率，內置高速存儲器（64 KB的閃存和20 KB的SRAM），擁有豐富的I/O口資源和鏈接到兩條APB 總線(xiàn)的外設。包括了12 b 的ADC、通用16 b 的定時(shí)器、還包括I2C、SPI、USART、USB、CAN等總線(xiàn)或串行通信接口，片內資源和擴展接口都十分豐富，該微控制核心是專(zhuān)門(mén)設計于滿(mǎn)足高穩定性、低功耗、實(shí)時(shí)性、高性?xún)r(jià)比的嵌入式產(chǎn)品應用。該內核芯片可以滿(mǎn)足非特定人語(yǔ)音識別的功能要求，利用相關(guān)電路構成STM32F103C8T6 的最小系統，在硬件PCB 中還集成了功能引針輸出接口、SD卡接口、USB下載調試電路，用戶(hù)按鍵、電源電路等，核心系統電路圖如圖3所示，配合其他外圍擴展達到功能要求。

　　非特定人語(yǔ)音識別電路

　　本系統中選用IC Route公司生產(chǎn)的LD3320非特定人語(yǔ)音識別芯片，該芯片是非特定人語(yǔ)音識別的專(zhuān)用芯片，內部已經(jīng)集成了語(yǔ)音識別處理器和一些信號調制電路，擁有高性能的A/D轉換器、D/A轉換器、麥克風(fēng)音頻信號輸入接口、音頻解碼輸出接口等，用戶(hù)只需要用軟件編輯好待識別的關(guān)鍵詞列表，LD3320最大可以支持 50 條關(guān)鍵詞句，把這些列別以字符的形式傳送到芯片中，就可以對待識別的語(yǔ)音信號進(jìn)行近似度分析，識別后輸出結果。

　　LD3320 整體工作電路如圖4 所示，總體上可以把電路圖分為8個(gè)部分，分別是LD3320基礎外圍電路、電源電路、外部晶體振蕩器電路、麥克風(fēng)信號處理電路、去耦合濾波電路、解碼音頻去直流成分電路、功能引針輸出電路、狀態(tài)信號指示電路。語(yǔ)音識別單元對于電源供電電路的要求較高，電路中注重對供電純凈度的要求，由系統中的LDO芯片 LM1117-3.3 V為語(yǔ)音識別系統供電，加上電感、電容為供電進(jìn)行濾波，RSTB為L(cháng)D3320復位引腳，連接到主控制器進(jìn)行復位控制。LD3320支持并行數據通信和串行數據通信，在本系統設計中考慮對主控I/O 資源的占用問(wèn)題，故而選用串行通信方式對LD3320 進(jìn)行數據傳送和控制，LD3320 的MD 引腳通過(guò)上拉電阻鉗位為高電平。SPI總線(xiàn)的SDI、SDO、SDCK和SCS引腳連接到主控芯片對應引腳。INTB為中斷信號引腳，遇到識別結果輸出或者是內部音頻文件解碼完成等狀態(tài)，該引腳會(huì )對應輸出電平狀態(tài)通知主控。MBS引腳作為麥克風(fēng)偏置電壓輸入，連接了RC電路，保證產(chǎn)生一個(gè)浮動(dòng)電壓供給麥克風(fēng)信號。

電子發(fā)燒友網(wǎng)技術(shù)編輯點(diǎn)評分析：

　　普及語(yǔ)音識別技術(shù)是當前研究和發(fā)展的新趨勢，特別是對于非特定人的語(yǔ)音識別是語(yǔ)音信號領(lǐng)域處理的熱點(diǎn)和難點(diǎn)，利用了STM32F103C8T6與 LD3320結合，配合各種外圍電路完成了非特定人語(yǔ)音識別的嵌入式平臺，在平臺中通過(guò)硬件構建，在不更改主控制芯片程序的前提下，用戶(hù)可以通過(guò)更改 SD 卡內配置文件的方法隨意設定識別關(guān)鍵語(yǔ)句，經(jīng)過(guò)不同發(fā)音人和環(huán)境的實(shí)測，該系統在嘈雜環(huán)境中的識別準確率可達81%，在安靜環(huán)境中的識別準確率可達90% 以上，可以方便的嵌入用戶(hù)系統或者板卡中，積木式搭建靈活實(shí)用，因而具有廣泛的市場(chǎng)需求和應用前景。

大家如有問(wèn)題，歡迎在評論處討論。

——電子發(fā)燒友網(wǎng)整理，轉載請注明出處！