基于DSP的聲控電子記事本的設計與實(shí)現

　　語(yǔ)音識別及語(yǔ)音編解碼技術(shù)經(jīng)過(guò)幾十年的發(fā)展，已經(jīng)日趨成熟，步入實(shí)用化階段。語(yǔ)音識別技術(shù)已開(kāi)始應用于電話(huà)查詢(xún)服務(wù)、智能玩具、PDA、家用電器、通信、工業(yè)控制、語(yǔ)言學(xué)習等應用領(lǐng)域；其于碼激勵線(xiàn)性預測（CELP）技術(shù)的語(yǔ)音編解碼算法也因其音質(zhì)好，壓縮比大而在通信和數字錄音設備中獲得了廣泛應用。

　　語(yǔ)音輸入方式與手寫(xiě)輸入方式相比，具有操作簡(jiǎn)便、查找方便、識別準確率高等優(yōu)點(diǎn)。省去了大量的輸入時(shí)間，降低了信息檢索的復雜度。本文所介紹的聲控電子記事本系統將語(yǔ)音識別和語(yǔ)音編解碼在同一片DSP芯片上實(shí)現，用語(yǔ)音方式代替其它方式進(jìn)行信息輸入，提高了系統的靈活性。

　　1 系統功能

　　可存200張語(yǔ)音名片，每張語(yǔ)音名片包含四條信息：姓名、電話(huà)號碼、工作單位、備注；聲控查找語(yǔ)音名片信息，用戶(hù)只需口述所要查找人的姓名，即可獲得電話(huà)號碼、工作單位、備注等信息，同時(shí)電話(huà)號碼顯示在液晶顯示屏上。

　　具有雙音多頻（DTMF）撥號功能，用戶(hù)用聲控查找到電話(huà)號碼并顯示在液晶屏上之后，只需輕觸一個(gè)撥號鍵，即可通過(guò)普通電話(huà)機的話(huà)筒實(shí)現快速自動(dòng)撥號。

　　數字錄音，每段錄音加語(yǔ)音標識；聲控放音，在放音時(shí)只需口述所要語(yǔ)音段的語(yǔ)音標識即可自動(dòng)找到該段錄音并加放，累計錄音時(shí)間達兩個(gè)半小時(shí)以上。

　　具有方便的編輯功能，增加、刪除語(yǔ)音名片，增加、刪除數字錄音段。

　　2 系統構成

　　本文所介紹的聲控電子記事本系統，是在定點(diǎn)16位DSP芯片上實(shí)現的，它包含特定人孤立詞語(yǔ)音識別算法和代數碼本激勵線(xiàn)性預測（ACELP）語(yǔ)音編解碼算法數（MFCC）為語(yǔ)音特征、以動(dòng)態(tài)時(shí)間規劃（DTW）為模板匹配算法，對于普通詞條，識別率達到了99%以上。用于“錄音”功能的ACELP算法是該碼率下性能優(yōu)異的編解碼算法，雖然算法復雜度較高，但共重建語(yǔ)音質(zhì)量的平均主觀(guān)評測分數（MOS分）達到了4.0，非常接近于壓縮前的分數4.3。

　　如圖1所示，系統由MCU實(shí)現總線(xiàn)控制，接受外部鍵盤(pán)輸入，并在液晶屏上顯示信息。在本系統中，語(yǔ)音充當大部分人機界面的角色，盡量省去復雜的鍵盤(pán)操作，而且用語(yǔ)音提示或語(yǔ)音回放代替一部門(mén)液晶文字提示。由于語(yǔ)音要經(jīng)過(guò)DSP處理，所以MCU需要與DSP經(jīng)常交換信息，以便實(shí)現友好的操作界面。

　　2.1  DSP

　　DSP（ADSP2185）是整個(gè)硬件系統的信號處理中心，完成語(yǔ)音識別、訓練、編解碼，進(jìn)行片內RAM及外部FLASH存儲芯片的數據管理與調度，并向主控芯片MCU提供簡(jiǎn)潔的命令與反饋信息。ADSP2185是Analog Devices公司的產(chǎn)品，其主要性能如下：

　　·運算速度為50MIPS，且均為高效的單周期指令。

　　·提供了80Kbyte的片內RAM，其中32Kbyte為數據RAM，48Kbyte為程序RAM。

　　·最大可支持4Mbyte的外部存儲區，用于存儲數據或程序。

　　·提供對字節存儲區（BM）與片內RAM區之間的DMA方式支持。

　　·提供兩上可編程、全雙工、自動(dòng)進(jìn)行收發(fā)緩沖區操作的串行口。

　　2.2  MCU

　　MCU（KS57C2316）是SAMSUNG公司生產(chǎn)的性?xún)r(jià)比較高的一種CMOS四位單片機，可以一次性編程，適于小批量生產(chǎn)，被廣泛地應用于家用電器的控制，它具有強大的I/O功能。其主要性能如下：

　　·ROM為16K×8 bit；RAM為512×4 bit

　　·40個(gè)I/O引腳

　　·多至16位數字LCD顯示

　　——32個(gè)段，4個(gè)公共端引腳

　　這些性能保證了系統主控能力，而且能夠提供靈活的外部接口，適于做進(jìn)一步的改進(jìn)和改造。計算器等附加功能可以直接由MCU完成。

　　2.3 數據FLASH存儲器

　　數據FLASH存儲器KM29U64000是SAMSUNG公司的產(chǎn)品，它可在3伏電壓下低功耗工作，存貯量大、價(jià)位低、速度快、存儲數據掉電后可保持而不會(huì )丟失。其主要性能指標如下：

　　·存儲單元陣列為（8M+256K）×8bit；數據寄存器（512+16）×8bit

　　·頁(yè)寫(xiě)入為（512+16）Byte；塊擦除為（8K+256）Byte

　　·命令/地址/數據復用I/O端口

　　·可靠的CMOS Floating-Gate技術(shù)，耐受一百萬(wàn)次寫(xiě)入/擦除，數據維持時(shí)間為10年

　　·命令寄存器操作

　　2.4 其它器件

　　本系統還采用了Analog Devices公司的Codec(A/D、D/A變換器)AD73311L，SST的FLASH存儲器SST29LE010（128K×8bit）存儲DSP程序及運算數據。

　　3 系統內主要芯片的互連互控

　　3.1 MCU與DSP

　　MCU與DSP采用串行口相連，傳送MCU對DSP的命令字與DSP對于MCU的反饋字。DSP串口1用于語(yǔ)音輸入和輸出，串口2用于與MCU相連。由于DSP的串口收發(fā)方式與MCU的串口不一致，所以MCU用I/O口模擬串口與DSP相連。為了保證數據傳送的穩定性，MCU采用中斷方式接收。每次數據傳送一般不止一個(gè)字節，所以采用打包方式傳送。

　　3.2 DSP與數據FLASH存儲器

　　DSP與數據存儲器的接口如圖2所示。DSP的數據總線(xiàn)中的8位連到FLASH存儲器的總線(xiàn)上；用DSP的讀寫(xiě)控制線(xiàn)WR和RD控制FLASH芯片的讀寫(xiě)；用DSP的I/O口FL0控制FLASH存貯器的CE（片選）端，以保證DSP在進(jìn)行其它總線(xiàn)操作時(shí)不會(huì )對該FLASH芯片產(chǎn)生誤操作；用DSP的另一個(gè)I/O口PF3連到FLASH芯片的“忙/閑”信號線(xiàn)上，監視其工作狀態(tài)；分別把兩個(gè)地址線(xiàn)A8和A9連到FLASH芯片的兩個(gè)鎖存控制CLE和ALE上，以便控制總線(xiàn)的狀態(tài)。

　　3.3 DSP與程序FLASH存儲器

　　ADSP2185的Byte存儲區是一個(gè)8位寬的外部雙向存儲空間，可用于存儲程序與數據。整個(gè)Byte存儲區的4Mbyte的存儲空間由256個(gè)16K×8的頁(yè)面組成。Byte存儲區只能通過(guò)BDMA方式進(jìn)行訪(fǎng)問(wèn)。在使用BDMA方式工作時(shí)用A0～A13作為低端地址，用D16～D18作為擴展的高端地址，聯(lián)合使用實(shí)現4Mbyte的外部尋址能力。D8～D15作為數據總線(xiàn)，BMS、RD、WR分別用于控制存儲器的片選以及讀寫(xiě)操作信號。DSP與程序FLASH存儲器的接口如圖3所示。

　　值得提出的是，ADSP2185的開(kāi)發(fā)系統提供了“重載”功能的支持。其基本思路是，當片內RAM（程序RAM或數據RAM）不夠用時(shí)，可以由主程序將所需子程序動(dòng)態(tài)調入。子程序在程序FLASH存貯器中，在需要運行時(shí)才將其調入DSP的RAM區。這樣就相當于用軟件調入方法擴大了DSP的RAM區。這一性能為本系統的設計提供了方便，這是因為語(yǔ)音識別和編解碼程序都較長(cháng)，不可能同時(shí)裝入DSP的RAM區。因此，系統軟件設計中必須利用這一點(diǎn)進(jìn)行程序動(dòng)態(tài)輸入。

　　4 系統軟件設計

　　本系統采用動(dòng)態(tài)程序調入的辦法擴充可利用硬件資源，在一個(gè)芯片上實(shí)現了幾個(gè)復雜算法的協(xié)同工作；在程序結構上，采用了C語(yǔ)言和匯編語(yǔ)言混合編程，充分利用了DSP的運算速度，并兼顧了程序的靈活性；軟件系統采用清晰的層次結構和明確的模塊劃分，便于局部修改和升級；系統還根據不同功能所規定的各種參數的組合和從屬關(guān)系精心設計了存儲器的數據存儲結構，并將數據存儲、刪除、查找等程序模塊做了合理的封裝，供上層程序調用。

　　4.1 系統軟件模塊的構成

　　系統的軟件設計包含MCU軟件設計和DSP軟件設計兩部分。MCU軟件主要是時(shí)鐘日歷、電源監測控制、科學(xué)計算、鍵盤(pán)掃描、LCD顯示驅動(dòng)、與DSP通信等程序，如圖4所示。

　　DSP的軟件，主要包含五大功能模塊：系統基本IO、FALSH管理、語(yǔ)音、G.723.1編碼、G.723譯碼，如圖5所示。分為6層，上面3層是C語(yǔ)言編寫(xiě)，用以增強程序的靈活性；下面3層用匯編語(yǔ)言編寫(xiě)，主要是算法、系統設置和外圍器件控制。

　　5 應用前景

　　我們研制成功的聲控電子記事本系統，是未來(lái)SPDA（Speech Personal Digital Assistant：語(yǔ)音個(gè)人數字助理）的雛型。它集成了語(yǔ)音識別、語(yǔ)音壓縮編解碼、語(yǔ)音信號處理器DSP和大容量FLASH存儲器的數據管理等技術(shù)，該系統所運用的技術(shù)可應用于語(yǔ)音撥號電話(huà)機、語(yǔ)音撥號+語(yǔ)音錄音電話(huà)機、電話(huà)機伴侶（語(yǔ)音撥號、報號、答錄）、PDA、隨聲聽(tīng)、語(yǔ)音玩具、聲紋鎖、語(yǔ)音門(mén)戶(hù)等。