廣東 楊旭方

基于凌陽單片機實現(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SPCE061A語音技術(shù)及其相關(guān)算法，以門、電燈、電視、風扇等家用日常設(shè)備為被控對象，設(shè)計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語音技術(shù)的實際應(yīng)用。

凌陽單片機；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)人機交流工具——鍵盤、顯示器等越來越不能滿足人們的要求，嚴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)就是讓機器能識別人類語音并執(zhí)行相關(guān)語音命令，使機器具有聽力和語言表達能力，從而實現(xiàn)人機更高層次的交流[1]。

二、系統(tǒng)設(shè)計思想

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準語音特征矢量，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、提取的語音特征標準矢量進行概率統(tǒng)計，提取說話人的最佳語音特征標準矢量，防止因說話人心情、環(huán)境等因數(shù)引起提取特征參數(shù)不準確而影響語音識別效果，因此該模塊主要包括概率統(tǒng)計、參數(shù)評估等處理過程，用隱馬爾可夫模型（HMM模型）實現(xiàn)。

圖1 語音控制系統(tǒng)總體設(shè)計框圖

（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準語音特征矢量與語音模板庫中的語音模型進行比較，判斷當前語音命令功能，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)果提示用戶進行相關(guān)操作或說明當前完成的功能，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，實現(xiàn)門、電燈、電視、風扇等日常設(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)練后的最佳標準語音特征矢量。

三、系統(tǒng)平臺構(gòu)建

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

本設(shè)計采用的凌陽單片機內(nèi)部資源豐富，且具有體積小、性能好、可靠性高等特點，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（用計算機采集）。

（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)是一個比較、判斷器，即將重新采集的語音標準特征矢量與訓(xùn)練產(chǎn)生的最佳標準特征矢量進行比較，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)用凌陽單片機語音技術(shù)及其相關(guān)算法，實現(xiàn)了門、電燈、電視、風扇等常用辦公電器的語音控制。

[1]侯媛彬，袁益民，霍漢平.凌陽單片機原理及其畢業(yè)設(shè)計精選.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）