鄧雅琪， 徐承韜， 宋禹輝， 高鵬飛， 韓國(guó)良， 高 寧

(沈陽(yáng)化工大學(xué) 信息工程學(xué)院， 遼寧 沈陽(yáng) 110142)

一種便攜式語(yǔ)音提示器的設(shè)計(jì)

鄧雅琪， 徐承韜， 宋禹輝， 高鵬飛， 韓國(guó)良， 高 寧

(沈陽(yáng)化工大學(xué) 信息工程學(xué)院， 遼寧 沈陽(yáng) 110142)

設(shè)計(jì)一種基于語(yǔ)音識(shí)別技術(shù)的便攜式語(yǔ)音提示器，采用STC90LE52系列單片機(jī)作為核心處理器，采用ICRoute公司生產(chǎn)研發(fā)的LD3320語(yǔ)音識(shí)別芯片實(shí)現(xiàn)語(yǔ)音識(shí)別功能.該系統(tǒng)屬于非特定人語(yǔ)音識(shí)別，識(shí)別關(guān)鍵詞列表可以由用戶自己進(jìn)行動(dòng)態(tài)編輯.并對(duì)該語(yǔ)音識(shí)別系統(tǒng)的總體結(jié)構(gòu)、主控制模塊和語(yǔ)音識(shí)別模塊的軟硬件設(shè)計(jì)進(jìn)行詳細(xì)闡述.實(shí)驗(yàn)結(jié)果表明：該系統(tǒng)識(shí)別準(zhǔn)確率高，結(jié)構(gòu)簡(jiǎn)單，性價(jià)比高，具有較高的推廣應(yīng)用價(jià)值.

語(yǔ)音識(shí)別； 單片機(jī)； 提示器

近幾年，隨著科技的發(fā)展，語(yǔ)音識(shí)別技術(shù)應(yīng)用日漸廣泛，方便了人們的生產(chǎn)和生活.本文提出一種基于語(yǔ)音識(shí)別技術(shù)的語(yǔ)音提示器，采用STC90LE52單片機(jī)作為核心處理器，使用ICRoute公司的LD3320語(yǔ)音識(shí)別芯片實(shí)現(xiàn)語(yǔ)音識(shí)別功能.經(jīng)過合理的軟硬件設(shè)計(jì)，該語(yǔ)音提示系統(tǒng)可以很好地實(shí)現(xiàn)對(duì)輸入語(yǔ)音信號(hào)的接收、識(shí)別與判斷，并在此基礎(chǔ)上正確地發(fā)出提示信息.與很多既定語(yǔ)音指令的產(chǎn)品相比，該語(yǔ)音識(shí)別系統(tǒng)屬于非特定人語(yǔ)音識(shí)別系統(tǒng)，語(yǔ)音識(shí)別列表關(guān)鍵詞可以由用戶進(jìn)行動(dòng)態(tài)編輯，使其使用更加人性化.同時(shí)，該語(yǔ)音提示器體積小、功耗低，因此，有著很好的應(yīng)用前景.

1 整體方案設(shè)計(jì)

語(yǔ)音識(shí)別過程包括訓(xùn)練和識(shí)別兩個(gè)階段[1-2].訓(xùn)練階段是由用戶輸入若干次訓(xùn)練語(yǔ)音，經(jīng)過語(yǔ)音預(yù)處理和特征提取后得到該語(yǔ)音的特征參數(shù)，建立語(yǔ)音的參考模型庫(kù).識(shí)別階段是將使用時(shí)用戶再次輸入的語(yǔ)音和參考模型庫(kù)相比較，把相似度最高的語(yǔ)音作為識(shí)別結(jié)果輸出，從而完成語(yǔ)音識(shí)別的過程.上述過程的工作原理如圖1所示.

圖1 語(yǔ)音識(shí)別原理

Fig.1 Speech recognition theory

自動(dòng)語(yǔ)音識(shí)別技術(shù)[3](ASR，Auto Speech Recognition)是一種基于“關(guān)鍵詞”的語(yǔ)音識(shí)別技術(shù)，首先需要采集大量不同人群的語(yǔ)音數(shù)據(jù)，統(tǒng)一在一起建立數(shù)學(xué)模型，進(jìn)行模型分析，提取語(yǔ)音的細(xì)節(jié)特征及特征差異，得到最優(yōu)化意義上的每個(gè)基元語(yǔ)音的音節(jié)特征，最后將建立好的識(shí)別語(yǔ)音庫(kù)集成在硬件芯片上并加以應(yīng)用.而基于ASR技術(shù)的語(yǔ)音識(shí)別芯片所完成的工作過程是：用戶發(fā)出語(yǔ)音信號(hào)，由麥克風(fēng)接收信號(hào)，并對(duì)接收到的語(yǔ)音信號(hào)進(jìn)行分析，提取其語(yǔ)音特征，再與之前已經(jīng)設(shè)定好的關(guān)鍵詞一一進(jìn)行匹配，最后找出相似度最高的一個(gè)作為其識(shí)別結(jié)果輸出.

現(xiàn)以STC90LE52單片機(jī)為核心，外圍加非特定人語(yǔ)音識(shí)別芯片LD3320及相關(guān)電路構(gòu)成語(yǔ)音識(shí)別系統(tǒng).提示器工作時(shí)，麥克接收外界語(yǔ)音信號(hào)(主人的呼喚)，送入LD3320進(jìn)行識(shí)別處理，然后根據(jù)識(shí)別結(jié)果，由單片機(jī)控制揚(yáng)聲器及指示燈輸出，使主人能夠?qū)ふ业剿鶎の锲返奈恢?

2 硬件電路設(shè)計(jì)

2.1 語(yǔ)音識(shí)別部分

提示器采用的LD3320語(yǔ)音芯片，不需要FLASH、RAM 等外部?jī)?chǔ)存器，也不需要用戶提前錄音訓(xùn)練語(yǔ)音關(guān)鍵詞，芯片內(nèi)部集成的已建立好的語(yǔ)音庫(kù)可以完成語(yǔ)音的處理和識(shí)別工作.自帶的完整模型庫(kù)和算法使外接的硬件結(jié)構(gòu)更加簡(jiǎn)潔，并且識(shí)別準(zhǔn)確率也更高[4].

硬件電路設(shè)計(jì)如圖2所示.LD3320數(shù)據(jù)線P0～P7引腳均采用并行傳輸方式直接與STC90LE52相接，并用1 kΩ上拉電阻進(jìn)行上拉.引腳RSTB用于接收復(fù)位信號(hào)，引腳INTB用于接收中斷返回信號(hào)，引腳A0用于判斷傳輸?shù)男盘?hào)是數(shù)據(jù)段還是地址段，RDB、WRB、CSB用于接收控制信號(hào)，它們都與STC90LE52直接相連，并采用10 kΩ電阻上拉，其他語(yǔ)音播放功能的管腳暫時(shí)不使用.LD3320語(yǔ)音芯片和STC90LE52采用的是同一個(gè)12 MHz的晶振提供的外部時(shí)鐘，發(fā)光二極管D1、D2用作復(fù)位后系統(tǒng)的通電指示燈.引腳MBS為麥克風(fēng)偏置，與麥克風(fēng)相連，以獲取外界的語(yǔ)音信號(hào)[5].

圖2 語(yǔ)音識(shí)別電路原理圖

2.2 單片機(jī)主控模塊

設(shè)計(jì)思路：將語(yǔ)音識(shí)別模塊和單片機(jī)控制模塊相結(jié)合，卻又相互獨(dú)立，使得語(yǔ)音的接收和識(shí)別過程與提示器的提示工作過程同時(shí)工作且互不干擾，最終使復(fù)雜的語(yǔ)音識(shí)別控制功能轉(zhuǎn)化為簡(jiǎn)單的通過單片機(jī)I/O口接收語(yǔ)音識(shí)別處理結(jié)果，再輸出控制外設(shè)工作的過程，使設(shè)計(jì)簡(jiǎn)潔精致，并且功能也易于實(shí)現(xiàn)[6].硬件電路設(shè)計(jì)如圖3所示.單片機(jī)的P1口與LD3320相連，用來做數(shù)據(jù)的并行傳輸；P2.2～P2.5連接一組LED小燈，P2.7連接一個(gè)蜂鳴器，當(dāng)語(yǔ)音識(shí)別結(jié)果傳送到單片機(jī)時(shí)，提示器可以從聲和光兩個(gè)方面對(duì)用戶進(jìn)行提示.

圖3 單片機(jī)主控模塊電路原理圖

3 軟件系統(tǒng)設(shè)計(jì)

語(yǔ)音識(shí)別程序的運(yùn)行順序是：首先進(jìn)行芯片的初始化，LD3320芯片工作檢查，當(dāng)確定LD3320語(yǔ)音芯片正常工作后，寫入語(yǔ)音片段的識(shí)別列表，即用戶“關(guān)鍵詞”.關(guān)鍵詞用漢語(yǔ)拼音表示，每個(gè)關(guān)鍵詞對(duì)應(yīng)一個(gè)編號(hào).LD3320語(yǔ)音芯片最多能夠?qū)懭?0個(gè)用戶關(guān)鍵詞.然后系統(tǒng)開始語(yǔ)音識(shí)別階段.此時(shí)打開中斷，等待語(yǔ)音識(shí)別的結(jié)果.在語(yǔ)音識(shí)別的過程中，間斷地讀取寄存器B2H的值，如果寄存器B2H的值為21H，表示LD3320語(yǔ)音芯片有識(shí)別結(jié)果產(chǎn)生.將讀取出來的識(shí)別結(jié)果與之前設(shè)定的每個(gè)關(guān)鍵詞相互比對(duì)，選出相似度最高的關(guān)鍵詞作為最終的識(shí)別結(jié)果，單片機(jī)讀取識(shí)別結(jié)果對(duì)應(yīng)的特定編號(hào)，并通過I/O口輸出控制提示器作出相應(yīng)的提示動(dòng)作，具體過程如圖4、圖5所示.

圖4 語(yǔ)音識(shí)別系統(tǒng)主程序流程

圖5 中斷服務(wù)程序流程

4 實(shí)驗(yàn)結(jié)果

通常，LD3320語(yǔ)音識(shí)別芯片能在以下兩種情況給出識(shí)別結(jié)果：

(1) 用戶向LD3320芯片送入預(yù)定時(shí)間的語(yǔ)音數(shù)據(jù)，芯片接收數(shù)據(jù)并對(duì)其進(jìn)行處理和識(shí)別，最后給出識(shí)別結(jié)果；

(2) 用戶向LD3320芯片送入語(yǔ)音數(shù)據(jù)，語(yǔ)音識(shí)別芯片通過端點(diǎn)檢測(cè)技術(shù)檢測(cè)用戶說話的停止點(diǎn)，接收到完整的語(yǔ)音數(shù)據(jù)并對(duì)其進(jìn)行處理和識(shí)別，最后給出識(shí)別結(jié)果.

由于設(shè)計(jì)是由使用環(huán)境和工作原理所決定，所以該系統(tǒng)主要是通過端點(diǎn)檢測(cè)技術(shù)來截取用戶說話.為了檢驗(yàn)語(yǔ)音提示器語(yǔ)音識(shí)別正確率、識(shí)別結(jié)果的穩(wěn)定性和識(shí)別響應(yīng)時(shí)間，分別在安靜的實(shí)驗(yàn)室和嘈雜的街道兩種環(huán)境下對(duì)其工作進(jìn)行測(cè)試.選擇“開燈”、“音響”、“你在哪兒”3條語(yǔ)音指令，每個(gè)環(huán)境下每個(gè)特定人分別對(duì)3條指令共進(jìn)行100次測(cè)試，記錄成功識(shí)別的次數(shù)，計(jì)算識(shí)別率[7].測(cè)試結(jié)果如表1所示.

表1 測(cè)試結(jié)果

由表1中數(shù)據(jù)可以很明顯地看出：在安靜環(huán)境下識(shí)別率可達(dá)到95 %以上，在嘈雜環(huán)境下也可達(dá)85 %以上.實(shí)驗(yàn)室比街道上對(duì)語(yǔ)音識(shí)別的正確率更高，系統(tǒng)的穩(wěn)定性也比較高；實(shí)時(shí)性方面，在安靜環(huán)境下，響應(yīng)時(shí)間較短，一般不超過2 s，在噪聲環(huán)境下的響應(yīng)時(shí)間更長(zhǎng)一些.

當(dāng)然，這種便攜式語(yǔ)音提示器的語(yǔ)音識(shí)別也有一定誤差.有時(shí)用戶說關(guān)鍵詞列表之外的話也會(huì)影響提示器的語(yǔ)音識(shí)別過程，甚至可能會(huì)產(chǎn)生誤判.針對(duì)這種情況，可以在原基礎(chǔ)上優(yōu)化設(shè)置.例如使用觸發(fā)識(shí)別模式，即先用某個(gè)詞作為識(shí)別的一級(jí)指令，在一級(jí)指令的基礎(chǔ)上再發(fā)出二級(jí)指令，這樣可以有效避免無關(guān)詞語(yǔ)對(duì)識(shí)別的干擾；也可以在需要的指令關(guān)鍵詞中再增加一些與其讀音相似的關(guān)鍵詞，用來過濾可能會(huì)干擾語(yǔ)音識(shí)別的相似指令.

5 結(jié)束語(yǔ)

該語(yǔ)音提示系統(tǒng)設(shè)計(jì)中以LD3320為語(yǔ)音識(shí)別芯片、STC90LE52系列單片機(jī)作為主控芯片，兩個(gè)模塊相互協(xié)調(diào)工作，使得整個(gè)設(shè)計(jì)具有結(jié)構(gòu)簡(jiǎn)潔經(jīng)典、識(shí)別準(zhǔn)確、性價(jià)比高等優(yōu)點(diǎn).基于LD3320設(shè)計(jì)的獨(dú)立語(yǔ)音識(shí)別模塊可以由市場(chǎng)上很多種類的核心處理器控制，具有很強(qiáng)的通用性和移植性；其指令識(shí)別的關(guān)鍵詞列表可以由用戶自己隨時(shí)隨地進(jìn)行動(dòng)態(tài)編輯，因此，它的使用范圍更大更廣，能夠滿足各類語(yǔ)音識(shí)別和控制類工作的要求.由于其成本低，因此，有著很廣泛的市場(chǎng)應(yīng)用前景.

與市場(chǎng)上現(xiàn)有的語(yǔ)音提示系統(tǒng)相比，該便攜式語(yǔ)音提示器填補(bǔ)了智能提示功能語(yǔ)音產(chǎn)品的空白.實(shí)際應(yīng)用中可以將該語(yǔ)音提示器制成小飾物等便攜形式，掛接在諸如手機(jī)、鑰匙、錢包等生活必須物品上，以幫助老年人群、健忘人群及生活工作快節(jié)奏人群通過發(fā)出語(yǔ)音呼喚快速便捷地找到物品.該語(yǔ)音提示器還可以嵌入盲人使用的物品或家居中，為盲人提供便利.此外，經(jīng)進(jìn)一步設(shè)計(jì)，該語(yǔ)音提示系統(tǒng)還可具有防盜、解鎖、控制等衍生功能，具有很高的實(shí)際應(yīng)用價(jià)值.

[1] 蘇鵬，周風(fēng)余，陳磊.基于STM32的嵌入式語(yǔ)音識(shí)別模塊設(shè)計(jì)[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2011，11(2)：42-45.

[2] 金鑫，田犇，闕大順.基于LD3320的語(yǔ)音控制系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)[J].電腦與信息技術(shù),2011,19(6)：22-25.

[3] 洪家平.LD3320的嵌入式語(yǔ)音識(shí)別系統(tǒng)的應(yīng)用[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2012，12(2)：47-49.

[4] 喬琳，鄧彥松，田曉亮.基于AVR和51單片機(jī)的機(jī)器魚語(yǔ)音控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].電子元器件應(yīng)用,2011,13(12)：29-32.

[5] ICRoute.LD332X數(shù)據(jù)手冊(cè)[EB/OL].[2010-03-10].http：//www.icroute.com/web_cn/Download.html.

[6] 張戟，楊騰飛.車載自動(dòng)語(yǔ)音識(shí)別系統(tǒng)設(shè)計(jì)[J].佳木斯大學(xué)學(xué)報(bào)：自然科學(xué)版,2011,29(2)：201-205.

[7] 蘇寶林.基于AVR單片機(jī)的語(yǔ)音識(shí)別系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子技術(shù),2012,35(11)：136-138.

Design of a Portable Intelligent Voice Prompter

DENG Ya-qi, XU Cheng-tao, SONG Yu-hui, GAO Peng-fei, HAN Guo-liang, GAO Ning

(Shenyang University of Chemical Technology, Shenyang 110142, China)

The design of a portable intelligent voice prompter based on STC90LE52 microcontroller as the core processor is being proposed,and its speech recognition function is introduced by the single chip LD3320 from the ICRoute Corporation.In this paper,the design involving the software and hardware includes the overall structure in voice control system and the main control module,and also the speech recognition module is invented.The target of this system belongs to the speaker independent speech recognition.What’s more,the key words in the identifying list can also be edited dynamically by the customers.After a large amount of experiments validated,it has a simple structure and a fantastic recognition accuracy rate as high as 99 %.Meanwhile,it can produce high quality at low cost,so it’s convenient to popularize and apply.

speech recognition; single chip microcomputer; prompter

2013-12-19

鄧雅琪(1995-)，女，安徽滁州人，本科生在讀，主要從事測(cè)控技術(shù)與儀器儀表的研究.

徐承韜(1977-)，男，吉林延邊人，講師，碩士，主要從事電氣傳動(dòng)與電磁應(yīng)用的研究.

2095-2198(2015)04-0358-05

10.3969/j.issn.2095-2198.2015.04.013

TN912.34

A