廣東 楊旭方

基于凌陽單片機(jī)實(shí)現(xiàn)的智能別墅語音控制系統(tǒng)

廣東 楊旭方

本文應(yīng)用凌陽單片機(jī)SPCE061A語音技術(shù)及其相關(guān)算法，以門、電燈、電視、風(fēng)扇等家用日常設(shè)備為被控對象，設(shè)計(jì)了一套智能別墅語音控制系統(tǒng)，并以此來展開凌陽單片機(jī)語音技術(shù)的實(shí)際應(yīng)用。

凌陽單片機(jī)；智能別墅；語音識別

一、概述

隨著社會發(fā)展，人們渴望更加人性化、和諧化交流，傳統(tǒng)人機(jī)交流工具——鍵盤、顯示器等越來越不能滿足人們的要求，嚴(yán)重影響了人們的工作質(zhì)量和工作效率，因此，研究工作者提出了一種全新解決方案，即語音識別技術(shù)。

語音是人類最常用和最重要的交流工具之一，語音識別技術(shù)就是讓機(jī)器能識別人類語音并執(zhí)行相關(guān)語音命令，使機(jī)器具有聽力和語言表達(dá)能力，從而實(shí)現(xiàn)人機(jī)更高層次的交流[1]。

二、系統(tǒng)設(shè)計(jì)思想

智能別墅語音控制系統(tǒng)總體架構(gòu)框圖如圖1所示，它由語音采集模塊、語音前級處理模塊、語音訓(xùn)練模塊、語音識別模塊、語音提示模塊和輸出控制模塊組成。

（一）語音采集模塊

語音采集模塊主要完成信號調(diào)理和信號采集等功能，它將原始語音信號轉(zhuǎn)換成語音脈沖序列，因此該模塊主要包括聲/電轉(zhuǎn)換、信號調(diào)理和采樣等信號處理過程。

（二）語音前級處理模塊

語音前級處理模塊的主要功能是濾除干擾信號、提取語音特征矢量，并將提取的語音特征矢量量化成標(biāo)準(zhǔn)語音特征矢量，因此該模塊主要包括語音預(yù)處理、特征提取、矢量量化等語音信號處理過程。

（三）語音訓(xùn)練模塊

語音訓(xùn)練模塊的主要功能是將多次采集、提取的語音特征標(biāo)準(zhǔn)矢量進(jìn)行概率統(tǒng)計(jì)，提取說話人的最佳語音特征標(biāo)準(zhǔn)矢量，防止因說話人心情、環(huán)境等因數(shù)引起提取特征參數(shù)不準(zhǔn)確而影響語音識別效果，因此該模塊主要包括概率統(tǒng)計(jì)、參數(shù)評估等處理過程，用隱馬爾可夫模型（HMM模型）實(shí)現(xiàn)。

圖1 語音控制系統(tǒng)總體設(shè)計(jì)框圖

（四）語音識別模塊

語音識別模塊的主要功能是將重新采集的標(biāo)準(zhǔn)語音特征矢量與語音模板庫中的語音模型進(jìn)行比較，判斷當(dāng)前語音命令功能，因此該模塊主要包括矢量比較與參數(shù)評估兩個(gè)過程。

（五）語音提示模塊

語音提示模塊的主要功能是根據(jù)語音識別的結(jié)果提示用戶進(jìn)行相關(guān)操作或說明當(dāng)前完成的功能，因此該模塊主要包括調(diào)用提示語音資源文件、D/A轉(zhuǎn)換、信號放大等語音處理過程。

（六）輸出控制模塊

輸出控制模塊的主要功能是根據(jù)語音識別的結(jié)果輸出相應(yīng)的控制信號，實(shí)現(xiàn)門、電燈、電視、風(fēng)扇等日常設(shè)備的語音控制功能，因此該模塊主要包括信號驅(qū)動、輸出控制器和被控對象。

（七）語音模板庫

語音模板庫的主要功能是存儲訓(xùn)練后的最佳標(biāo)準(zhǔn)語音特征矢量。

三、系統(tǒng)平臺構(gòu)建

本設(shè)計(jì)以家用日常設(shè)備為控制對象，充分利用凌陽單片機(jī)SPCE061A提供的內(nèi)/外部硬件資源、庫函數(shù)和微機(jī)提供的錄音機(jī)工具，構(gòu)建了智能別墅語音控制的系統(tǒng)平臺。

本設(shè)計(jì)采用的凌陽單片機(jī)內(nèi)部資源豐富，且具有體積小、性能好、可靠性高等特點(diǎn)，在嵌入式語音控制系統(tǒng)得到了廣泛應(yīng)用，尤其是豐富的語音功能庫函數(shù)，更是開發(fā)者的首選[2]。

智能別墅語音控制系統(tǒng)硬件構(gòu)建平臺如圖2所示。

圖2 智能別墅語音控制系統(tǒng)硬件構(gòu)建平臺

本設(shè)計(jì)利用凌陽IDE2.0開發(fā)環(huán)境及其提供的C語言編寫，系統(tǒng)配套的軟件構(gòu)建平臺如圖3所示。

圖3 智能語音控制系統(tǒng)軟件構(gòu)建平臺

系統(tǒng)軟件構(gòu)建平臺主要使用到初始化存儲器函數(shù)BSR_Delete SD Group（0）、播放提示語音函數(shù)Play Respond()、語音訓(xùn)練命令函數(shù)Train Word()、識辨器初始化函數(shù)BSR_Init Recognizer（Audio Source）和獲取語音識別結(jié)果函數(shù)BSR_Get Result（void），各函數(shù)主要功能如下：

（一）BSR_Delete SD Group（0）

該函數(shù)的主要功能是初始化存儲器SRAM。參數(shù)“0”代表選擇SRAM，并初始化。其返回值作為判斷SRAM初始化成功的標(biāo)志，返回0代表初始化成功，返回-1代表初始化失敗。

（二）Play Respond（Respond ID）

該函數(shù)的主要功能是播放提示音，“Respond ID”代表播放的語音段（用計(jì)算機(jī)采集）。

（三）Train Word（int Word ID,int Train Mode）

該函數(shù)的主要功能是語音訓(xùn)練，其中“Word ID”表示命令序號，“Train-Mode”表示訓(xùn)練次數(shù)（有ONCE和TWICE兩種選擇）。語音訓(xùn)練主要用HMM模型實(shí)現(xiàn)。

（四）BSR_Init Recognizer（Audio Source）

該函數(shù)的主要功能是初始化語音識別器，“Audio Source”表示語音資源來源，有BSR_MIC（話筒輸入）BSR_LINE_IN（模擬電壓輸出）兩種選擇，這里選擇BSR_MIC。

（五）int BSR_Get Result（void）

該函數(shù)的主要功能是獲取語音識別結(jié)果，若識別成功返回命令序號，否則返回0（無法識別）、-1（識別器為初始化）或-2（識別不合格）。該函數(shù)的本質(zhì)是一個(gè)比較、判斷器，即將重新采集的語音標(biāo)準(zhǔn)特征矢量與訓(xùn)練產(chǎn)生的最佳標(biāo)準(zhǔn)特征矢量進(jìn)行比較，并根據(jù)比較結(jié)果輸出相應(yīng)的控制信號。

四、結(jié)束語

語音識別在人機(jī)通信中有著重要的意義，它能提高我們的生活質(zhì)量和工作效率，讓我們的生活和工作更人性化、和諧化，具有廣闊的應(yīng)用前景。本文應(yīng)用凌陽單片機(jī)語音技術(shù)及其相關(guān)算法，實(shí)現(xiàn)了門、電燈、電視、風(fēng)扇等常用辦公電器的語音控制。

[1]侯媛彬，袁益民，霍漢平.凌陽單片機(jī)原理及其畢業(yè)設(shè)計(jì)精選.北京:科學(xué)出版社，2006.

[2]姚文冰，姚天任.穩(wěn)健語音識別技術(shù)發(fā)展現(xiàn)狀及展望.信號處理，2001，17(6).

This article uses Lingyang Single-chip Computer SPCE061A Speech Recognition Technology and the relative arithmetic;and it is based upon the controlled objects such as door,lamps,T.V.set and electric fans to design a speech control system of smart housing;thus to spread the specific applications of Lingyang Single-chip Computer Speech Recognition Technology.

Lingyang Single-chip；Computer Smart Housing；Speech Recognition

（作者單位：廣東省電子信息技工學(xué)校）

（編輯 李艷華）