單成桐，唐淵，歐陽洪波，郭慶堃，鄒博勝，劉文濤，吳瓊發(fā)

（湖南工業(yè)大學(xué)電氣與信息工程學(xué)院，湖南株洲，412000）

1 總體方案設(shè)計

智能備忘錄以STM32 為核心,對其他各模塊進(jìn)行控制,手機傳輸語音到服務(wù)器,服務(wù)器提供語音解析和關(guān)鍵字存貯。最后實現(xiàn)智能備忘錄在脫離手機的情況下,能夠給使用者進(jìn)行事項提醒的功能。

該系統(tǒng)由STM32、藍(lán)牙傳輸模塊、震動馬達(dá)、顯示模塊、雙麥克風(fēng)陣列模塊和LED 模塊構(gòu)成。用戶可對智能備忘錄進(jìn)行語音輸入,在設(shè)備與手機通過藍(lán)牙連接后,將語音傳輸給手機,再由手機將語音上傳服務(wù)器解析,最后將解析結(jié)果通過手機與智能備忘錄進(jìn)行交互,由STM32 對返回的參數(shù)進(jìn)行判斷后,控制馬達(dá)、顯示器、功放對用戶進(jìn)行提醒。

2 硬件電路設(shè)計及分析

硬件部分的連接組成如圖1 所示。

圖1 單片機控制系統(tǒng)

■2.1 模塊的選型

2.1.1 麥克風(fēng)陣列模塊

語音采集模塊采用麥克風(fēng)雙陣列。能更好地實現(xiàn)聲音的定位、錄入,以及智能喚醒功。麥克風(fēng)單元在小空間中進(jìn)行有規(guī)則的排列即可形成麥克風(fēng)陣列,在噪聲環(huán)境下有良好的信號采集性，具有對遠(yuǎn)場干擾噪聲很強的抑制作用,因此把它應(yīng)用于強噪聲環(huán)境。

2.1.2 BL04 藍(lán)牙傳輸模塊

藍(lán)牙雙模包含經(jīng)典藍(lán)牙和低功耗藍(lán)牙兩個部分。經(jīng)典藍(lán)牙與低功耗藍(lán)牙的結(jié)合即可實現(xiàn)快速連接與斷開連接、音頻的傳輸、高鏈接范圍,并且所有連接使用高級低耗電監(jiān)聽模式,從而實現(xiàn)超低工作周期、低功耗、高穩(wěn)定性、智能化的控制、強大的網(wǎng)絡(luò)安全。

2.1.3 其他常見模塊

考慮到載體的集成度,單片機采用STM32F4 系列,主要實現(xiàn)輸入信息數(shù)據(jù)的分析和處理,并輸出相應(yīng)的指令,實現(xiàn)多模塊指令協(xié)調(diào)與多模塊控制。顯示模塊采用OLED 屏，通過I2C 協(xié)議與STM32 進(jìn)行連接,實現(xiàn)關(guān)鍵字的顯示。震動馬達(dá)采用微型貼片震動馬達(dá)BRE-3728，LED 模塊采用貼片LED。

■2.2 硬件的部分原理

2.2.1 麥克風(fēng)模塊

麥克風(fēng)雙陣列算法應(yīng)用于語音采集模塊。

麥克風(fēng)陣列組合成的麥克風(fēng),擁有形成“波束”的強指向特性。經(jīng)由特殊電路或程序算法軟件可以控制麥克風(fēng)陣列的波束,使其指向聲源方向，獲得對采集目標(biāo)的采集增強效果。處理后的指向性波束能精確形成一個錐狀窄波束,在接受說話人的聲音同時抑制環(huán)境中的噪音與干擾。

當(dāng)我們把一對麥克風(fēng)同步采集到的信號進(jìn)行互相關(guān)聯(lián),尋找互相關(guān)信號的最大值時,若兩信號之間延時為τ,將此值乘以聲波傳播速度C0 可以得到這對麥克風(fēng)的相對位置間距，如公式1 所示。

測量一對麥克風(fēng)同步采集信號相位差ΔΦ,根據(jù)頻率和聲傳播速度可知一對麥克風(fēng)的位置間隔，如公式2 所示。

公式中d 是陣列中兩個麥克風(fēng)元件的間距。寬邊麥克風(fēng)陣列是指一系列麥克風(fēng)的排列方向與要拾取的聲波方向垂直。

經(jīng)過計算及試驗驗證,相位法分析麥克風(fēng)相對位置差的精度要比互相關(guān)法分析的精度高。

2.2.2 藍(lán)牙模塊

藍(lán)牙的核心協(xié)議由基帶,鏈路管理,邏輯鏈路控制與適應(yīng)協(xié)議和服務(wù)搜索協(xié)議等4 部分組成?；鶐优c射頻層一起構(gòu)成藍(lán)牙的物理層，作為一個鏈接控制器,描述了基帶鏈路控制器的數(shù)字信號處理規(guī)范,并與鏈路管理器協(xié)同工作,負(fù)責(zé)執(zhí)行像連接建立和功率控制等鏈路層。藍(lán)牙數(shù)據(jù)傳輸通過數(shù)據(jù)分組來防止數(shù)據(jù)丟失和傳輸擁堵。還通過白化和糾錯，來確保分組包數(shù)據(jù)正確傳輸。

2.2.3 其他硬件模塊

其他硬件模塊包括STM32 模塊、OLED 顯示模塊、微型貼片震動馬達(dá)BRE-3728、貼片LED。

STM32 作為核心控制器,通過USART 連接藍(lán)牙模塊,通過I2C 連接OLED 顯示模塊。STM32 通過高低電平控制馬達(dá)和貼片LED。

OLED 顯示模塊為自發(fā)光材料制作,為一種固態(tài)半導(dǎo)體設(shè)備。當(dāng)來自陰極的電子沖擊發(fā)光層的聚芴聚合物時,聚合物發(fā)光,OLED 開始顯示。

震動馬達(dá)和貼片LED 作為提示模塊,當(dāng)接通電源后,馬達(dá)震動,LED 常亮,起到提示作用。

3 系統(tǒng)軟件設(shè)計及流程

■3.1 軟件設(shè)計流程圖

軟件設(shè)計泳道圖如圖2 所示。

圖2 軟件設(shè)計泳道圖

3.2 語音識別

整體語音識別采用百度語音識別,通過在官網(wǎng)注冊成為百度開發(fā)者,創(chuàng)建應(yīng)用,得到API Key 和 Secret Key，然后開通語音識別服務(wù)。中文分詞系統(tǒng)采用NLPIR 系統(tǒng)。中文分詞簡單理解就是使用空格或其它邊界標(biāo)記把中文文本中的詞和詞之間分隔開。NLPIR 是中國科學(xué)院計算技術(shù)研究研制出的漢語詞法分析系統(tǒng),該系統(tǒng)采用基于HMM的層疊隱馬爾可夫模型（cascaded hidden Markov model,CHMM）將中文分詞、詞性標(biāo)注、歧義切分以及未登錄詞識別等功能集成到一個理論模型中。

圖3 基于CHMM的漢語詞分框架

■3.3 關(guān)鍵詞提取與TextRank 算法

關(guān)鍵詞通過TextRank 算法提取。TextRank 算法基本思想來源于谷歌的PageRank 算法，其一般模型可以表示為一個有向有權(quán)圖G=(V,E)，由點集合V 和邊集合E 組成，E 是V×V的子集。圖中任兩點Vi，Vj 之間邊的權(quán)重為Wji，對于一個給定的點Vi，In(Vi)為指向該點的點集合，Out(Vi)為點Vi 指向的點集合。點Vi的得分定義如下:

其中，d 為阻尼系數(shù)，d ∈[0,1]，表示從圖中某一特定點都有 1-d的概率指向其他任意點。

簡單來說，TextRank 算法的取詞方式，就是將一段已知文本進(jìn)行分割，再從中抽取若干有義詞語。然后根據(jù)共現(xiàn)關(guān)系對后續(xù)的詞語進(jìn)行排序，從文本中進(jìn)行抽取詞語，以其作為頂點，進(jìn)行一個隨機游走。最后根據(jù)詞語的投票得分高低，篩選出應(yīng)得到的關(guān)鍵詞。其步驟如下:

通過接口獲取的錄音集合文本T，分割成完整的句子，即:

對于每個句子Qi ∈T，先對文本進(jìn)行分詞、確定詞性,剩下指定詞性的單詞作為關(guān)鍵詞的候選詞,即：

其中Wi,j ∈Qj 則是保留后的候選關(guān)鍵詞,構(gòu)建候選關(guān)鍵詞圖G=(V,E),其中V 為節(jié)點集,生成的候選關(guān)鍵詞組成,由共現(xiàn)關(guān)系構(gòu)造任兩點之間的邊,兩個節(jié)點之間存在邊僅當(dāng)它們對應(yīng)的詞匯在長度為K的窗口中共現(xiàn),直至收斂。倒序排序各節(jié)點權(quán)重,得到最重要的T個單詞便是關(guān)鍵詞提取的結(jié)果。

根據(jù)詞庫已識別的關(guān)鍵詞,再通過自定義，即可實現(xiàn)自定義詞庫的關(guān)鍵詞提取,篩選出相關(guān)度最高的樣本。其算法概念和步驟已在上文進(jìn)行了闡述。

最終在app 中只顯示關(guān)鍵字作為備忘錄。

■3.4 APP 端設(shè)計與開發(fā)

APP的集成開發(fā)環(huán)境為Android Studio3.0,數(shù)據(jù)庫采用SQLite 數(shù)據(jù)庫,使用Java 語言和C 語言進(jìn)行編碼。備忘錄采用模塊化設(shè)計,由新建備忘界面、查看備忘界面、單獨備忘界面等界面構(gòu)成,其中查看界面由ListView 視圖構(gòu)建,其主要功能有新建、查看、修改、刪除、個性化設(shè)置等功能。

APP 端功能簡介如圖4 所示。

圖4 app 端功能簡介

圖5 各模塊的連接原理圖

4 系統(tǒng)整體連接與調(diào)試

智能備忘錄可獲取用戶的語音輸入,當(dāng)連接到Android時,在Android 端存儲為本地文件。由Android 向服務(wù)器發(fā)送語音識別請求。服務(wù)器對語義、關(guān)鍵字等解析完成后,獲得時間、地點、事件等關(guān)鍵字,傳回Android 端。Android端在自身APP 顯示的同時,可通過藍(lán)牙更改智能備忘錄中的參數(shù),以此設(shè)定智能備忘錄的提醒時間以及關(guān)鍵字顯示。

至此,用戶可在智能備忘錄單機工作的情況下,在設(shè)定時間獲得提醒,得到提取到的關(guān)鍵字信息。

圖6 硬件運行測試結(jié)果

5 硬件運行測試結(jié)果和軟件運行測試結(jié)果

硬件部分,STM32 在通過藍(lán)牙與Android 連接后,獲得時間、地點、日期、關(guān)鍵字等重要數(shù)據(jù),通過貼片LED 亮燈提示,震動馬達(dá)震動提示,并且在OLED 屏上顯示獲取的關(guān)鍵字。

軟件部分,智能備忘錄與Android 建立藍(lán)牙連接后,語音輸入可獲得文本形式的輸入內(nèi)容,并且自動提取關(guān)鍵字添加到行程安排,可新建、刪改、可查看、可第三方分享。

6 結(jié)論

本文對智能化語音識別系統(tǒng)進(jìn)行研究,基于語音識別、提取技術(shù),通過NLPIR 系統(tǒng)、TextRank 算法,由STM32 系列單片機、藍(lán)牙模組、麥克風(fēng)陣列等設(shè)備,提取關(guān)鍵字進(jìn)行智能化的語音轉(zhuǎn)文本處理；基于已普及的移動端Android系統(tǒng),通過硬件設(shè)備、APP、應(yīng)用服務(wù)器的結(jié)合設(shè)計出可以語音識別的智能備忘錄。在對象輸入語音時,可判斷對象語義并自動添加行程安排或備忘錄,設(shè)備可以單機工作,在不方便攜帶手機的時候,獲得提醒,不會錯過重要行程。

圖7 軟件運行測試結(jié)果