曾容

【摘要】目前，聲控技術(shù)在多領(lǐng)域廣泛的應(yīng)用。特別是一些具有語音控制功能的設(shè)備儀器越來越受到人們的青睞，它讓人們的日常消費(fèi)生活變得更加方便快捷。本文闡述了在語音無線遙控小車在硬件設(shè)計(jì)方面以意法半導(dǎo)體（STM）公司的STM32F103ZET6單片機(jī)作為語音無線遙控和智能小車的控制電路板的核心進(jìn)行硬件系統(tǒng)的設(shè)計(jì)

【關(guān)鍵詞】智能小車；語音無線遙控系統(tǒng)；硬件；設(shè)計(jì)

1語音無線遙控器的設(shè)計(jì)原理

語音無線遙控器結(jié)構(gòu)主要由STM32F103ZET6核心控制板模塊、SD卡存儲器模塊、語音識別模塊和NRF24L01無線模塊組成。其中語音識別模塊是由語音輸人與輸出模塊、語音識別芯片組成。所有的模塊都是通過串行SPI方式與核心控制板相連，并由它控制。結(jié)構(gòu)原理框圖如圖3.1所示。

語音無線遙控器的工作原理如下：通過麥克風(fēng)發(fā)出控制指令控制，語音識別模塊識別，產(chǎn)生一個(gè)32位控制碼取決于控制信號由單片機(jī)的SD存儲模塊匹配“【關(guān)鍵詞】列表”，然后由語音識別模塊揚(yáng)聲器說話的聲音播放出來，然后MCU發(fā)送控制信號以控制無線傳輸模塊發(fā)送到控制碼以無線電波的形式，由一個(gè)小的車接收的車輛控制單元的后MCU處理和控制小車產(chǎn)生預(yù)期的作用。它接收到的語音命令，通過語音識別處理的麥克風(fēng)，和將識別結(jié)果作為二進(jìn)制碼到中央控制器，用于處理輸出。

2 語音識別模塊設(shè)計(jì)

LD3320芯片是一個(gè)“語音識別”專用芯片。這種芯片融合了語音識別處理器和一些包括AD，DA轉(zhuǎn)換器，音頻輸出接口，麥克風(fēng)插孔等外部電路。注重節(jié)能減排和芯片設(shè)計(jì)效率，該芯片不需要任何外部援助，如閃存，RAM等，直接集成在可實(shí)施的語音識別/語音/互動(dòng)功能的現(xiàn)有產(chǎn)品，并確定關(guān)鍵詞的列表可以在任何動(dòng)態(tài)編輯。目前，語音識別芯片，通常是基于特定人的語音識別技術(shù)，芯片不能被修改，以確定工廠出廠后的條目只能識別進(jìn)入識別預(yù)制之前。本文采用語音識別芯片LD3320作為研究的系統(tǒng)，制定語音識別解決方案。ICRoute產(chǎn)生LD3320是基于語音識別技術(shù)，語音識別/聲音芯片的非特定的人。外圍只需要低級單片機(jī)水平，讓MCU控制芯片LD3320，麥克風(fēng)連接到AD引腳，就能達(dá)到語音識別功能。LD3320具有高效的非特定人語音識別搜索引擎和完整的特征庫。LD3320語音識別有高達(dá)94%準(zhǔn)確率，而且無需語音訓(xùn)練。LD3320模塊原理圖如圖3.3所示。

2.1 語音識別芯片LD3320的工作原理

LD3320語音識別芯片采用的就是ASR技術(shù)，LD3320的語音識別進(jìn)程，首先對由麥克風(fēng)輸入的語音進(jìn)行頻譜分析。讓語音與關(guān)鍵詞列表的詞進(jìn)行比較，最后最相近的關(guān)鍵詞作為識別結(jié)果。

語音識別芯片LD3320采用ASR技術(shù)，提供了一種脫離各種各樣操作方式只用語音來控制系統(tǒng)的操作，這樣使得操作更簡單、快速和自然。使用者只需要以字符串的形式把識別的關(guān)鍵詞語傳送進(jìn)芯片，就可以讓識別立即生效，例如，使用者編程時(shí)，簡單地通過設(shè)置芯片的寄存器，把諸如“關(guān)燈”這樣的關(guān)鍵詞語的內(nèi)容動(dòng)態(tài)地傳人芯片中，芯片就可以識別所設(shè)定的關(guān)鍵詞語了，關(guān)鍵詞就是由漢語拼音組成。LD3320的語音識別系統(tǒng)可以隨著程序，在運(yùn)行時(shí)動(dòng)態(tài)地更改關(guān)鍵詞語列表的內(nèi)容，應(yīng)用到多種不同的場景，而且不需要語音訓(xùn)練。

2.2 語音識別技術(shù)

語音識別（ASR）技術(shù)是基于“關(guān)鍵詞語列表”的識別技術(shù)，它是對大量的語音數(shù)據(jù)經(jīng)語言學(xué)家語音模型分析，建立數(shù)學(xué)模型，并經(jīng)過反復(fù)訓(xùn)練提取基元語音的細(xì)節(jié)特征，以及提取各基元間的特征差異，得到在統(tǒng)計(jì)概率最優(yōu)化意義上的各個(gè)基元語音特征，再利用算法以及語音模型轉(zhuǎn)換成硬件芯片并廣泛應(yīng)用在嵌入式系統(tǒng)中。ASR技術(shù)的每次語音識別的過程就是把使用者說出的語音內(nèi)容，利用頻譜轉(zhuǎn)換為語音特征，再將這個(gè)轉(zhuǎn)換后的語音特征和“關(guān)鍵詞語列表”中的條目一一進(jìn)行匹配，匹配到與列表中最相近的就作為識別結(jié)果。如ASR技術(shù)在語音控制的手機(jī)應(yīng)用中，這個(gè)“關(guān)鍵詞語列表”的內(nèi)容手機(jī)中各個(gè)應(yīng)用的名稱，不論這個(gè)識別列表的內(nèi)容是什么，只需要使用者設(shè)置相關(guān)的寄存器，就可以把相應(yīng)的待識別條目內(nèi)容以字符形式傳遞給識別引擎，就能達(dá)到識別的目的[14]。

2.3 LD3320的用戶使用模式

LD3320具有兩種識別模式，分別是“觸發(fā)識別模式”和“循環(huán)識別模式”。兩種不同的識別模式可以通過編程設(shè)置。觸發(fā)識別模式：通過按鍵讓MCU開啟定時(shí)識別過程（比如5 s），在這個(gè)定時(shí)過程中使用者說出要識別列表中的語音關(guān)鍵詞語。直到整個(gè)識別過程結(jié)束后，使用者才能再一次觸發(fā)識別[15]。循環(huán)識別模式：MCU 反復(fù)開啟識別過程，如果聲音輸入就不會產(chǎn)生識別結(jié)果，每次識別都有一個(gè)定時(shí)的識別過程；如果產(chǎn)生了識別結(jié)果，則根據(jù)識別列表的作相應(yīng)處理后（比如播放語音），才允許開啟下一個(gè)識別過程。

3主控制器模塊

無線語音遙控系統(tǒng)跟智能小車系統(tǒng)所采用的核心控制器都是ST公司的STM32F103ZET6這一款芯片。其電路圖附錄A所示。該芯片基于ARM Cortex—M3 32位的RISC內(nèi)核，工作頻率最高可達(dá)72 MHz，內(nèi)置高速存儲器（256 KB 的閃存和20 KB 的SRAM）。STM32系列提供了全新的32位產(chǎn)品選項(xiàng)，具有高性能、實(shí)時(shí)、低功耗、低電壓等特性，同時(shí)讓高集成度和易于開發(fā)的優(yōu)勢結(jié)合在一起，將32位MCU世界的性能和功效引向一個(gè)新的級別。

4 存儲模塊

一般的芯片里面都沒有足夠的儲存空間，然而語音數(shù)據(jù)又必須有個(gè)地方存儲，才能正常的播報(bào)出來。本系統(tǒng)采用了通用的SD卡模塊，可以隨意擴(kuò)張內(nèi)存。最主要作用用來保存剪輯的或自己錄制與制作的MP3格式的語音材料，存儲模塊的電路圖如圖3.5所示。

5無線模塊

1、nRF24.L01是一款新型單片射頻收發(fā)器件，工作于2.4 GHz～2.5 GHz ISM頻段，里面有頻率合成器、功率放大器、晶體振蕩器、調(diào)制器等功能模塊，并融合了增強(qiáng)型ShockBurst技術(shù)，可通過程序進(jìn)行配置輸出功率和通信頻道[18]。nRF24L01是低功耗，在以-6 dBm的功率發(fā)射時(shí)，也只有9 mA的工作電流；接收的時(shí)候，只有12.3 mA工作電流，大量的低功率工作模式（掉電和空閑模式）使設(shè)計(jì)節(jié)能更方便。

2、發(fā)射數(shù)據(jù)：將nRF24L01設(shè)置為發(fā)射模式，利用SPI協(xié)議把接收地址和數(shù)據(jù)寫到nRF24L01緩存區(qū)，CSN為低時(shí)才能連續(xù)寫入數(shù)據(jù)，發(fā)射時(shí)只要配置一次發(fā)射地址就可以，再保持CE為至少10μs高電平和延遲130μs，這樣就能發(fā)射數(shù)據(jù)[19]。

3、接收數(shù)據(jù)：將nRF24L01配置為接收模式，延遲130μs，則就為接收狀態(tài)，這時(shí)只要等待數(shù)據(jù)的到來。當(dāng)接收到正確地址和CRC時(shí)，數(shù)據(jù)包就會被存儲在RX FIFO中，同時(shí)RX_DR中斷標(biāo)志位被置高，IRQ被置低，中斷發(fā)生，MCU這時(shí)就會去讀數(shù)據(jù)，這樣就接收到數(shù)據(jù)了[20]。

4、無線模塊由STM32F103ZET6直接控制，該單片機(jī)通過SPI與nRF24L01相連，其電路圖如圖3.6所示。