解析設計ARM語(yǔ)音識別系統的步驟

伴著(zhù)高新技能在軍事范疇的大范圍利用，武器裝備逐漸向高、精、尖方面開(kāi)展。傳統的軍事練習因為練習時(shí)刻長(cháng)、練習費用高、練習空間窄，常常不能到達預期的練習作用，已不能滿(mǎn)意現代軍事練習的需求。為解決上述問(wèn)題，模仿練習應運而生。

為進(jìn)一步提高練習作用，這篇文章利用智能語(yǔ)音交互芯片規劃了某模仿練習器的示教與回放系統。示教系統為操作人員生動(dòng)的演示規范操作流程及相應的操作表象，極大地縮短了對操作人員的練習時(shí)刻，提高了練習作用?；胤畔到y經(jīng)過(guò)記載操作練習進(jìn)程中各操作人員的口令、聲響強度、動(dòng)作、時(shí)刻、操作表象等，待操作練習結束后經(jīng)過(guò)重演練習進(jìn)程，以便操作者及時(shí)糾正自個(gè)的問(wèn)題。示教系統也可理解為對規范操作練習進(jìn)程的回放。該系統不需求虛擬現實(shí)技能的撐持，在小型的嵌入式系統上就能夠完結。

1 系統原理

該模仿練習器由一臺測控計算機和多臺從設備構成。如圖1所示。在此僅對一臺從設備進(jìn)行介紹，其硬件系統主要由測控計算機、Arduino mega2560 操控器、語(yǔ)音辨認單元、聲強檢測單元、語(yǔ)音組成單元、面板操控單元、儀器面板等構成。面板操控單元較為復雜，包含多種操控電路，在模仿練習中擔任該從設備在A(yíng)rduino mega2560 操控器的操控下完結整個(gè)練習進(jìn)程，在示教與回放系統中完結對方才操作練習操作表象的重演，其詳細電路規劃在此不做介紹。

語(yǔ)音辨認單元擔任辨認操作人員的操作口令;聲強檢測單元擔任檢測聲強巨細并以此作為判別是哪臺從設備操作人員口令的依據;Arduino mega2560操控器擔任監督儀器面板各元件的狀況來(lái)辨認操作人員的動(dòng)作，然后完結對操作練習進(jìn)程的記載。各儀器的操作表象依據操作動(dòng)作事前編制無(wú)需記載。在操作回放進(jìn)程中，測控計算機依據所記載的數據，經(jīng)過(guò)操控相應從設備的Arduino mega2560操控器重現所記載的操作進(jìn)程。

2 單元系統規劃

2.1 語(yǔ)音辨認單元規劃

當時(shí)，語(yǔ)音辨認技能的開(kāi)展十分迅速，依照辨認目標的類(lèi)型能夠分為特定人和非特定人語(yǔ)音辨認。特定人是指辨認目標為專(zhuān)門(mén)的人，非特定人是指辨認目標是針對大多數用戶(hù)，通常需求收集多自己的語(yǔ)音進(jìn)行錄音和練習，經(jīng)過(guò)學(xué)習，然后到達較高的辨認率。

這篇文章選用的LD3320語(yǔ)音辨認芯片是一顆依據非特定人語(yǔ)音辨認(Speaker Independent Automatic SpeechRecognition，SI ASR)技能的芯片。該芯片上集成了高精度的A/D 和D/A 接口，不再需求外接輔佐的FLASH 和RAM，即能夠完結語(yǔ)音辨認、聲控、人機對話(huà)功用，供給了真實(shí)的單芯片語(yǔ)音辨認解決方案。而且，辨認的要害詞語(yǔ)列表是能夠動(dòng)態(tài)編輯的。

語(yǔ)音辨認單元選用ATmega168 作為MCU，擔任操控LD3320完結一切和語(yǔ)音辨認有關(guān)的作業(yè)，并將辨認成果經(jīng)過(guò)串口上載至Arduino mega2560 操控器。對LD3320芯片的各種操作，都必須經(jīng)過(guò)寄存器的操作來(lái)完結，寄存器讀寫(xiě)操作有2種方法(規范并行方法和串行SPI方法)。在此選用并行方法，將LD3320的數據端口與MCU的I/O口相連。

語(yǔ)音辨認流程選用中止方法作業(yè)，其作業(yè)流程分為初始化、寫(xiě)入要害詞、開(kāi)端辨認和呼應中止等。MCU的程序選用ARDUINO IDE編寫(xiě)，調試完結后經(jīng)過(guò)串口進(jìn)行燒錄，操控LD3320完結語(yǔ)音辨認，并將辨認成果上載至Arduino mega2560操控器。

2.2 聲強檢測單元規劃

在進(jìn)行語(yǔ)音辨認時(shí)需求判別是某一臺從設備操作人員的口令，為此規劃聲強檢測單元電路，該電路僅需能夠判別出相對聲強的巨細，無(wú)需檢測聲級，對檢測精度需求較低。

電容式MIC聲響傳感器將外部聲響信號變換成電信號，經(jīng)NE5532擴大電路進(jìn)行擴大，將輸入的微弱音頻信號變換為具有一定幅值的電壓信號，該電壓信號經(jīng)AC/DC有效值變換電路進(jìn)行裝換后進(jìn)行再次擴大，最終由Arduino mega2560操控器的A/D進(jìn)行采樣。其間D1 端接Arduinomega2560操控器的A/D，INT1端接Arduino mega2560操控器的外部中止1.當外界聲響信號大于預設的閾值時(shí)，三極管導通INT1端由高電平變?yōu)榈碗娖桨l(fā)作外部中止，操控器呼應中止并進(jìn)行A/D 采樣，采樣數據經(jīng)均值濾波后保留，待測控計算機查詢(xún)時(shí)上載該聲強數據。

2.3 語(yǔ)音組成單元規劃

TTS(Text To Speech)文本轉語(yǔ)音技能是人機智能對話(huà)開(kāi)展的趨勢。依據TTS技能的語(yǔ)音系統無(wú)需事前錄音就能夠隨時(shí)依據查詢(xún)條件查出并組成語(yǔ)音進(jìn)行播報，然后大大減少了系統維護的作業(yè)量。利用此技能，經(jīng)過(guò)MCU或許PC機就能操控語(yǔ)音芯片發(fā)音。

這篇文章選用SYN6658中文語(yǔ)音組成芯片進(jìn)行語(yǔ)音組成。SYN6658 經(jīng)過(guò)UART 接口或SPI接口通訊方法，接納待組成的文本數據，完結文本到語(yǔ)音(或TTS語(yǔ)音)的變換。操控器和SYN6658 語(yǔ)音組成芯片之間經(jīng)過(guò)UART接口銜接，操控器經(jīng)過(guò)串口通訊向SYN6658語(yǔ)音組成芯片發(fā)送操控指令和文本，SYN6658語(yǔ)音組成芯片把接納到的文本組成為語(yǔ)音信號輸出，輸出的信號經(jīng)LM386 功率擴大器進(jìn)行擴大后銜接到喇叭進(jìn)行播映。

SYN6658語(yǔ)音組成電路選用芯片硬件數據手冊供給的典型使用電路進(jìn)行規劃，在此不做介紹，功率擴大電路選用美國國家半導體出產(chǎn)的音頻功率擴大器LM386進(jìn)行擴大。

在進(jìn)行語(yǔ)音組成時(shí)首要進(jìn)行初始化，包含發(fā)音人挑選、數字處理策略、語(yǔ)速調理、語(yǔ)調調理、音量調理等。

因為該系統要模仿多人發(fā)音，所以不一樣的從設備設置不一樣的發(fā)音人及語(yǔ)調與語(yǔ)速以便于區別。初始化后等待測控計算機的語(yǔ)音組成指令，待收到指令后芯片會(huì )向上位機發(fā)送1字節的狀況回傳，上位機可依據這個(gè)回傳來(lái)判別芯片當時(shí)的作業(yè)狀況。

3 系統軟件規劃

示教與回放系統的軟件規劃包含測控計算機的軟件規劃和各從設備Arduino mega260操控器的軟件規劃。

測控計算機是整個(gè)系統的操控中心，其軟件選用C#進(jìn)行編寫(xiě)，在示教與回放系統中主要是對操作數據的記載以便依據所記載的數據對操作進(jìn)程進(jìn)行準確回放，需求記載的數據包含：各從設備操作人員的操作口令，操作動(dòng)作，口令及動(dòng)作時(shí)刻，各操作對應的操作表象。為簡(jiǎn)化記載數據，事前編制好各事情代碼，記載進(jìn)程只記載代碼，大大提高程序效率。

在操作練習進(jìn)程中測控計算機每隔50 ms 對下位機進(jìn)行操控及輪詢(xún)，并記載反應數據，在數據記載時(shí)以50 ms 為一個(gè)單位。選用定時(shí)器對時(shí)刻進(jìn)行操控。在回放進(jìn)程中首要比對當時(shí)時(shí)刻和所記載的時(shí)刻，當所記載的時(shí)刻與當時(shí)時(shí)刻吻合時(shí)測控計算機操控下位機履行該事情，完結事情回放。

Arduino mega2560操控器擔任接納測控計算機的操控指令并履行指令，讀取語(yǔ)音辨認成果，對聲強數據收集和處理，操控語(yǔ)音組成單元進(jìn)行語(yǔ)音組成等。Arduinomega2560 操控器選用串口中止的方法進(jìn)行指令接納。

只要正確接納到指令才會(huì )履行并回傳成果，若測控計算機在限制時(shí)刻內未收到回傳成果則標明發(fā)作錯誤，測控計算機需從頭發(fā)送。

這篇文章利用智能語(yǔ)音芯片規劃了某模仿練習器的示教與回放系統，該系統不需求如今盛行的虛擬現實(shí)技能的撐持，僅在MCU的操控下就能夠運轉。該系統也能夠在小型的便攜式設備上完結，具有杰出的使用遠景。