基于嵌入式Linux的語(yǔ)音識別系統硬軟件設計

　　該設計運用三星公司的S3C2440，結合ICRoute公司的高性能語(yǔ)音識別芯片LD3320，進(jìn)行了語(yǔ)音識別系統的硬件和軟件設計。在嵌入式Linux操作系統下，運用多進(jìn)程機制完成了對語(yǔ)音識別芯片、超聲波測距和云臺的控制，并將語(yǔ)音識別技術(shù)應用于多角度超聲波測距系統中。通過(guò)測試，系統可以通過(guò)識別語(yǔ)音指令控制測量方向，無(wú)需手動(dòng)干預，最后將測量結果通過(guò)語(yǔ)音播放出來(lái)。

　　1.引言

　　語(yǔ)言是人類(lèi)傳播信息的重要手段，語(yǔ)音識別則是實(shí)現語(yǔ)音控制的關(guān)鍵技術(shù)。采用嵌入式語(yǔ)音識別技術(shù)使得設備具有功耗低、使用簡(jiǎn)便、靈活等優(yōu)點(diǎn)，擺脫了復雜按鍵和按鈕的困擾，在服務(wù)機器人、智能家居及消費電子等領(lǐng)域發(fā)揮著(zhù)重要作用。

　　2.系統構成與原理

　　語(yǔ)音識別主要包括兩個(gè)階段：訓練階段和識別階段。在訓練或識別過(guò)程中，都必須對輸入語(yǔ)音進(jìn)行預處理和特征提取。訓練階段通過(guò)用戶(hù)輸入的若干次訓練語(yǔ)音，經(jīng)過(guò)預處理和特征提取后得到特征參數，最后通過(guò)特征參數建模，進(jìn)而建立訓練語(yǔ)音的參考模型庫。而識別階段是將輸入語(yǔ)音的特征矢量參數和參考模型庫中的參考模型進(jìn)行相似性度量，然后把相似度最高的輸入特征矢量作為識別結果輸出，從而達到語(yǔ)音識別目的，如圖1所示。

　　圖1語(yǔ)音識別原理框圖

　　語(yǔ)音識別技術(shù)可分為：特定人識別和非特定人識別兩種。特定人識別是指需要對待識別人的語(yǔ)音進(jìn)行采集訓練，識別對象為專(zhuān)門(mén)的人;非特定人識別是指識別對象為大多數用戶(hù)，一般要采集多個(gè)人的語(yǔ)音進(jìn)行錄音、訓練和學(xué)習，從而達到較高的識別率。

　　在實(shí)際應用中，現代技術(shù)開(kāi)發(fā)嵌入式語(yǔ)音識別有兩種實(shí)現方式：調入嵌入式語(yǔ)音開(kāi)發(fā)包和外擴語(yǔ)音識別芯片。本文的語(yǔ)音識別系統方案是以嵌入式處理器S3C2440為核心，外擴非特定人語(yǔ)音識別芯片LD3320，并將超聲波測距模塊和云臺相結合作為系統的機械執行機構。系統測量過(guò)程如下：首先根據語(yǔ)音指令控制兩自由度云臺的位姿，使超聲波探測器指向特定方向，然后開(kāi)啟超聲波探測器，測量出前方障礙物距離，最后將測量結果轉化為可以播放的二進(jìn)制數據流，通過(guò)LD3320的播放功能完成數據的播放。

　　3.硬件電路設計方案

　　硬件電路主要包括語(yǔ)音識別部分、主控部分、超聲波測距部分和舵機控制部分，如圖2所示。處理器為三星公司的S3C2440，系統主頻最高可達533 MHz，支持SPI、I2C、UART等接口，能夠滿(mǎn)足控制系統的需求。主控芯片S3C2440通過(guò)SPI總線(xiàn)完成對語(yǔ)音識別模塊的讀寫(xiě)操作，超聲波測距部分和舵機控制部分由處理器的GPIO進(jìn)行統一控制。

　　圖2硬件電路設計方案

　　3.1語(yǔ)音識別電路設計

　　為了使系統能夠識別操作人員發(fā)出的語(yǔ)音指令，設計中采用了由ICRoute公司設計生產(chǎn)的非特定人語(yǔ)音識別芯片LD3320，它集成了語(yǔ)音識別處理電路和一些外部電路，包括AD、DA轉換器、麥克風(fēng)接口、聲音輸出接口等，不需要外接任何的輔助芯片如Flash、RAM.在主控制器的控制下，可以識別出預先添加到識別列表中的內容。設計中參考了ICRoute發(fā)布的LD3320數據手冊，圖中LD3320的P0、P1、P2引腳通過(guò)SPI接口與嵌入式處理器相接，控制信號WRB、CSB、RSTB以及中斷返回信號引腳INTB與處理器S3C2440直接相連，如圖3所示。

　　圖3語(yǔ)音模塊和核心板連接關(guān)系

　　3.2超聲波測距和舵機控制電路設計

　　超聲波測距原理相對比較成熟，系統中采用超聲波測距模塊HC-SR04.該模塊有兩個(gè)TTL電平通信引腳，兼容3.3V電平。其中，控制端口Trig發(fā)一個(gè)10us以上的高電平，接收端口Echo將輸出與距離成正比的高電平信號。當Echo有高電平輸出時(shí)就開(kāi)啟處理器定時(shí)器，當端口電平跳變?yōu)榈碗娖綍r(shí)關(guān)閉定時(shí)器，根據定時(shí)器的值可計算得到障礙物的距離。其中，控制端口Trig和接收端口Echo分別接至處理器的GPG9、GPG6引腳。

　　超聲波測距模塊的感應角度小于15°，為了擴大測距的感應角度范圍，將超聲波測距模塊安裝在兩自由度云臺上，其中，舵機為SG90(9G)，旋轉角度為180°。處理器通過(guò)GPB0和GPB1分別控制兩個(gè)舵機以實(shí)現云臺的旋轉，以測量不同方向的障礙物，如圖4所示。

　　圖4超聲波測距和舵機控制電路

　　4.軟件設計方案

　　系統軟件基于嵌入式Linux操作系統，實(shí)現了語(yǔ)音識別、語(yǔ)音播放、超聲波測距和舵機控制等任務(wù)，使用fock機制為每項任務(wù)分配獨立的進(jìn)程，使系統可以進(jìn)行多任務(wù)處理。針對不同功能模塊編寫(xiě)了相應的底層驅動(dòng)程序，為上層應用程序提供了調用接口。

　　系統工作流程如下：處理器通過(guò)SPI總線(xiàn)對語(yǔ)音識別芯片LD3320進(jìn)行通用初始化，使語(yǔ)音識別芯片進(jìn)入循環(huán)識別模式，系統處理器反復啟動(dòng)語(yǔ)音識別過(guò)程。如果有識別結果，則根據識別作相應處理后(比如播放某個(gè)聲音作為應答)再啟動(dòng)下一個(gè)識別過(guò)程。處理器通過(guò)SPI總線(xiàn)讀取C5寄存器的識別結果并分析，將語(yǔ)音命令轉換為超聲波測距和舵機的控制信號，完成多方位測距任務(wù)，如圖5所示。

　　圖5軟件流程圖