單片機(jī)語(yǔ)音識(shí)別原理

　　語(yǔ)音識(shí)別是一門交叉學(xué)科。近二十年來，語(yǔ)音識(shí)別技術(shù)取得顯著進(jìn)步，開始從實(shí)驗(yàn)室走向市場(chǎng)。人們預(yù)計(jì)，未來10年內(nèi)，語(yǔ)音識(shí)別技術(shù)將進(jìn)入工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個(gè)領(lǐng)域。 語(yǔ)音識(shí)別聽寫機(jī)在一些領(lǐng)域的應(yīng)用被美國(guó)新聞界評(píng)為1997年計(jì)算機(jī)發(fā)展十件大事之一。很多專家都認(rèn)為語(yǔ)音識(shí)別技術(shù)是2000年至2010年間信息技術(shù)領(lǐng)域十大重要的科技發(fā)展技術(shù)之一。 語(yǔ)音識(shí)別技術(shù)所涉及的領(lǐng)域包括：信號(hào)處理、模式識(shí)別、概率論和信息論、發(fā)聲機(jī)理和聽覺機(jī)理、人工智能等等。

　　語(yǔ)音識(shí)別原理：

　　語(yǔ)音識(shí)別系統(tǒng)本質(zhì)上是一種多維模式識(shí)別系統(tǒng)。它與一般的模式識(shí)別系統(tǒng)類似，包括語(yǔ)音預(yù)處理、語(yǔ)音特征提取、語(yǔ)音模式庫(kù)和語(yǔ)音模式匹配等基本單元，如圖1所示。

　　1）語(yǔ)音預(yù)處理：包括預(yù)加重、反混疊濾波、端點(diǎn)檢測(cè)、噪聲濾波等處理過程，用以去除聲門激勵(lì)、口鼻輻射、高于1/2 采樣頻率的高頻和噪聲信號(hào)的影響，實(shí)現(xiàn)語(yǔ)音信號(hào)的數(shù)字化。

　　2）語(yǔ)音特征提?。簩?duì)經(jīng)過預(yù)處理后的語(yǔ)音信號(hào)進(jìn)行特征參數(shù)分析。該過程就是從原始語(yǔ)音信號(hào)中抽取出能夠反映語(yǔ)音本質(zhì)的特征參數(shù)，形成特征矢量序列。可選擇的語(yǔ)音特征參數(shù)包括： 時(shí)域參數(shù)、頻域參數(shù)、聲道的形狀函數(shù)、隨機(jī)模型的概率函數(shù)、量化矢量和超音段信息函數(shù)等。

　　3）語(yǔ)音模式庫(kù)：即聲學(xué)參數(shù)模板，它是用聚類分析等方法，從一個(gè)講話者或多個(gè)講話者多次重復(fù)的語(yǔ)音參數(shù)中經(jīng)過長(zhǎng)時(shí)間訓(xùn)練得到的。

　　4）語(yǔ)音模式匹配：將輸入語(yǔ)音的特征參數(shù)同訓(xùn)練得到的語(yǔ)音模式庫(kù)進(jìn)行比較分析，從而得到識(shí)別結(jié)果。

　 ? ?隨著信息技術(shù)的飛速發(fā)展，人們尋求一種更為直接的人機(jī)對(duì)話方式，聲控電腦就是再此基礎(chǔ)上發(fā)展起來的。聲控電腦使用語(yǔ)音識(shí)別技術(shù)，而語(yǔ)音識(shí)別是目前一種熱門技術(shù)。電腦語(yǔ)音識(shí)別系統(tǒng)，可以用聲音直接控制電腦工作，是人機(jī)接口中最具有人性化的方式。

　　聲控電腦原理

　　聲控電腦是由人的聲音發(fā)出指令來控制電腦工作的，可是電腦本身不能識(shí)別人的聲音，因此必須讓電腦先了解熟悉人講話的聲音及腔調(diào)來建立參考樣本，將原先訓(xùn)練好的聲音特色保存為語(yǔ)音參考樣本存入電腦。原理流程如圖1所示。

　　DSP組成及控制

　　（1）組成

　　DSP語(yǔ)音識(shí)別芯片；數(shù)字/模擬轉(zhuǎn)換電路；語(yǔ)音提示語(yǔ)ROM；參數(shù)存儲(chǔ)SRAM。

　　數(shù)字/模擬轉(zhuǎn)換電路是將語(yǔ)音模擬信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)，交DSP芯片做分析處理，然后將其存儲(chǔ)在SRAM中。如果要說出所講的聲音，同樣是經(jīng)過數(shù)字/模擬轉(zhuǎn)換電路將其轉(zhuǎn)換為模擬信號(hào)，經(jīng)驅(qū)動(dòng)電路，可以將聲音還原。

　?。?）控制

　　SETUSER選取某一使用者（最多支持8人）。

　　GETSTATVS取回主控CPU狀態(tài)值。

　　TRAIN語(yǔ)音參考樣本輸入。

　　RECOG語(yǔ)音識(shí)別對(duì)比。

　　SAVESTATVS存儲(chǔ)主控CPU狀態(tài)值。

　　COMPARE識(shí)別對(duì)比找出最相近的一組樣本。

　　聲控系統(tǒng)硬件電路

　　將20PIN排針插座，連接至8051單片機(jī)控制板上，DSP和8051的信號(hào)傳輸都由此總線來完成。8051用于主控系統(tǒng)，主要做聲控系統(tǒng)的人機(jī)接口處理，所用到的接口包括鍵盤及LCD信息顯示，并以8051單片機(jī)來控制DSP芯片用于語(yǔ)音識(shí)別。如果將RS232與PC機(jī)連接，便可以將信息傳回PC而顯示在屏幕上。除可以顯示信息外，還可以做程序設(shè)計(jì)時(shí)修改錯(cuò)誤，在系統(tǒng)開發(fā)時(shí)相當(dāng)有用。系統(tǒng)組成原理如圖2所示。

　　本系統(tǒng)采用DSP控制芯片，使硬件成本降低，可以獨(dú)立操作，不必靠個(gè)人電腦來做語(yǔ)音識(shí)別的控制，最主要的是其語(yǔ)音識(shí)別效果佳且穩(wěn)定

　　AP70032單片機(jī)語(yǔ)音識(shí)別電路設(shè)計(jì)

　　新型單片語(yǔ)音識(shí)別電路HL7003-02，電路結(jié)構(gòu)簡(jiǎn)單、外圍元器件少，設(shè)計(jì)、制作、調(diào)式及操作十分容易，適合愛好者制作各種由語(yǔ)控制的游藝機(jī)、家電控制、智能玩具、語(yǔ)音門鎖、門鐘等等方面。它是根據(jù)用戶自己的聲音輸入而識(shí)別的音晶片識(shí)音辯識(shí)的單片IC，它能識(shí)別12個(gè)不同的字句，可控制不同的輸出開關(guān)，完成指定的功能。

　　電路特點(diǎn)：內(nèi)置麥克風(fēng)放大器，內(nèi)置A/D轉(zhuǎn)換器，12個(gè)1.5秒長(zhǎng)的字句識(shí)別。多功能I/O口，2個(gè)普通輸入腳，4個(gè)觸發(fā)輸入腳，2個(gè)輸出端口，包含一個(gè)4輸出口及一個(gè)輸出口，2個(gè)LED輸出驅(qū)動(dòng)動(dòng)，不同的編碼方式，可做成專用的線路，2.4V~3.3V工作電壓，低功耗，自動(dòng)斷電功能。

　　單片語(yǔ)音識(shí)別電路HL7003-02

　　1、通電后，先按①鍵，LED1和POA1（LED3）同時(shí)亮，此時(shí)立刻對(duì)著話筒發(fā)話（語(yǔ)音長(zhǎng)度不超過1.5秒），POA1滅，LED1亮，再對(duì)著話筒進(jìn)行“學(xué)習(xí)”，LED2、POA1同時(shí)亮，表示“學(xué)習(xí)”成功。接著再按②鍵，LED1、POA2同時(shí)亮。依此類推，直至1~12鍵全部學(xué)習(xí)完畢。也可以對(duì)某一鍵或某幾個(gè)鍵進(jìn)行無序輸入和學(xué)習(xí)。

　　2、學(xué)習(xí)完畢，即可進(jìn)行語(yǔ)音識(shí)別操作，12路輸出可分別控制不同的電器（或動(dòng)作），12路語(yǔ)音識(shí)別可任意操作，即喊一句便控制一種電器的開或關(guān)。第11鍵為輸出轉(zhuǎn)換鍵，每轉(zhuǎn)換控制一種電器都需按一下該鍵。

　　3、若需清除“學(xué)習(xí)”內(nèi)容，應(yīng)按清除鍵“C”，再次輸入時(shí)，須重新按照第1步方法進(jìn)行“學(xué)習(xí)”。

　　4、PIM1接“1”（高電平），為12鍵模式，應(yīng)用電路見圖。PIM1接“0”（低電平），為8鍵模式，應(yīng)用電路見圖2。POSL接“0”，POA1~POA12輸出為低電平，POSL接“1”，POA1~POA12輸出為高電平。