王中心++王東方++王亞偉++張文

摘 要：本系統(tǒng)以MCS-51單片機為主控制器，通過LD3320語音識別模塊對語音信號進行識別，單片機讀取識別結(jié)果后直接對所接外設(shè)電燈、風扇等家用電器進行直接控制或?qū)⒖刂浦噶钔ㄟ^藍牙以無線方式傳輸?shù)狡渌鼏纹瑱C模塊以對其它家電進行控制，實現(xiàn)家居智能化。該系統(tǒng)的語音識別迅速準確，便于用戶以語音方式對家電進行無線控制，特別方便老人及行動不便人士的日常生活。

關(guān)鍵詞：單片機；LD3320語音識別模塊；智能家居；聲控系統(tǒng)

中圖分類號：TN912.34 文獻標識碼：A 文章編號：2095-1302（2016）11-00-03

0 引 言

智能家居（smart home）的概念很早就被提出來，但是一直沒有在現(xiàn)實中被具體實踐，直到1984年出現(xiàn)的首棟智能型建筑拉開了全人類爭相構(gòu)建智能家居的帷幕。智能家居不是某一項家庭電器的智能化，而是以住宅為平臺，為實現(xiàn)家居安全舒適、科學環(huán)保、健康節(jié)能的家居生活環(huán)境，依賴綜合布線和網(wǎng)絡(luò)通信技術(shù)，將家電設(shè)備聯(lián)系起來，構(gòu)建高效、流暢的家居設(shè)備管理系統(tǒng)，方便人們對家用設(shè)備進行操作與管理，為人類提供智能、舒適的生活方式。

1 語音識別的發(fā)展歷史及應(yīng)用領(lǐng)域

從工業(yè)革命開始，人類逐漸受益于高速的機器生產(chǎn)，但隨著科技的發(fā)展，人類開始夢想著與機器進行交流溝通，讓機器明白人類的命令，然后給予回應(yīng)，真正實現(xiàn)用機器代替人類進行繁重勞動的目標。語音識別技術(shù)為該目標的實現(xiàn)提供了可能，該技術(shù)將其接收到的音頻信號轉(zhuǎn)換為機器可識別的文本或命令后進行進一步處理?，F(xiàn)如今，經(jīng)歷半個多世紀的探索與創(chuàng)新，語音識別技術(shù)在各領(lǐng)域都實現(xiàn)了應(yīng)用，小到兒童玩具、個人家庭電器、電子產(chǎn)品，大到醫(yī)療、工業(yè)生產(chǎn)等，語音識別系統(tǒng)都發(fā)揮著不可替代的作用。從世界上第一個能識別10個英文數(shù)字發(fā)音的語音識別系統(tǒng)到如今廣泛應(yīng)用在各行各業(yè)的語音識別系統(tǒng)，我們希望語音識別技術(shù)在未來取得更大的發(fā)展。

語音識別技術(shù)的發(fā)展離不開研究者們的卓越貢獻，由一開始特定人、小詞匯的識別到如今非特定人、連續(xù)發(fā)音、大量詞匯的識別，這其中各種技術(shù)的更新發(fā)展必不可少。廣泛使用的計算機網(wǎng)絡(luò)和普遍使用的手機、ipad等提供了大量文本和語音方面的材料資源，多渠道的資源為語音識別中的語言模型和聲學模型的訓練提供了有力支持。語音識別的未來發(fā)展令人期待。

2 智能家居聲控系統(tǒng)的方案設(shè)計

2.1 系統(tǒng)總體結(jié)構(gòu)圖

圖1所示為系統(tǒng)總體設(shè)計結(jié)構(gòu)框圖。該系統(tǒng)的硬件部分包括電源、LD3320芯片、單片機、繼電器等。語音識別由LD3320芯片實現(xiàn)，系統(tǒng)整體控制由MCS-51單片機實現(xiàn)，包括對LD3320芯片的初始化等。用戶語音指令經(jīng)麥克風送給LD3320語音識別模塊，LD3320識別處理后，把識別結(jié)果傳送給單片機，單片機將根據(jù)識別結(jié)果對外設(shè)進行相應(yīng)控制。若語音指令無法識別，則由單片機控制LD3320語音模塊重新進入新的識別處理過程。

2.2 LD3320語音識別模塊

LD3320芯片是一個專用于語音識別的芯片，該芯片在設(shè)計時注重高效與節(jié)能，無需外接任何輔助芯片，直接集成了語音識別處理模塊和外部電路，如麥克風接口、語音輸出接口、AD/DA轉(zhuǎn)換器等，使其可以實現(xiàn)語音識別、聲音控制及人機對話等功能。

2.2.1 主要特征

完成非特定人的語音識別命令。在語音識別技術(shù)發(fā)展之初，只能由特定的人進行語音命令來完成任務(wù)，且需要錄音和練習等，而現(xiàn)在只需用戶使用相同的語言就可以進行識別，且識別效率大大提高，識別率高達95%，無需外接輔助，實現(xiàn)了單芯片語音識別。

由于用戶的語音命令有多種可能，如意思相同但語音命令不同或受到口音語氣的影響等，LD3320芯片中的識別語句是動態(tài)可編輯，可修改的，在設(shè)計時可根據(jù)具體情況考慮多種可能，如設(shè)置50條識別語句留作用戶語音命令的候選語音，以提高系統(tǒng)的整體水平。不過設(shè)置時需注意識別語句的長度，如果設(shè)置漢字則不能超過10個，設(shè)置拼音串則不能超過79個。支持串行接口和并行接口，也可設(shè)置為休眠狀態(tài)，方便激活。

2.2.2 LD3320語音口令識別處理過程

LD3320芯片的語音口令識別處理過程如圖2所示。

2.2.3 LD3320語音識別模塊使用技巧

在一些特別的應(yīng)用場合，人們希望語音識別系統(tǒng)具有較高的識別精度。本系統(tǒng)設(shè)計采用“用戶口令觸發(fā)模式”以提高抗干擾能力，避免單片機對外設(shè)控制時產(chǎn)生錯誤動作。

程序設(shè)計中設(shè)置一個短句作為用戶發(fā)布命令的觸發(fā)口令。如定義“小明”作為用戶的觸發(fā)口令。在等待用戶觸發(fā)時，特別是有雜音、噪音的情況下，系統(tǒng)將啟動 “循環(huán)識別處理”模式，把觸發(fā)口令“小明”和其他幾十個用來吸收錯誤的詞匯設(shè)置進LD3320語音識別芯片。如果LD3320芯片中程序檢測到用戶的觸發(fā)口令時，則開啟“觸發(fā)模式”，用戶給出一級口令，若檢測為正確口令，則芯片將給出指示，即提示燈開始閃爍（大約2 s）后，開啟二級口令的接收檢測即“識別模式”，LD3320識別到預(yù)設(shè)的二級口令后，如臥室開燈、臥室關(guān)燈等，將識別結(jié)果送給單片機，由單片機對外設(shè)進行控制。在等待口令時，可能會進行誤識別，即在其他聲音干擾下接收到相似的語音片段，程序可以專門對垃圾詞語進行處理或不處理，然后進入循環(huán)識別狀態(tài)，用戶只需發(fā)出新的口令即可觸發(fā)。通過二級口令觸發(fā)模式，用戶可以更加方便的進行語音操作，且準確率較高。

2.2.3.1 巧妙運用關(guān)鍵詞語的ID，提高識別效率

由于用戶的發(fā)音習慣不同，可能同一個意思的不同語音命令無法被準確執(zhí)行。我們將語音命令的關(guān)鍵詞語的拼音串設(shè)計在LD3320芯片內(nèi)，例如一級口令“小明”，然后傳入一個ID代表這個詞語，一旦識別成功后，將這個ID作為識別的結(jié)果對外輸出。在 LD3320語音芯片中，同一個ID可以對應(yīng)不同的關(guān)鍵詞匯，而且ID不需要連續(xù)，編程方式非常簡單。例如“中國”“華夏”，可以設(shè)置為同一個ID，之后再進行其他處理步驟。

2.2.3.2 對于關(guān)鍵詞ID設(shè)置多個可能發(fā)音，充分利用50項候選可識別語句

有時用戶可能不會用同一個詞來發(fā)出命令，例如“開燈”，用戶可能會說“開大燈”“打開燈”“打開電燈”“把電燈打開”等，其說話的口音、語氣、情緒、習慣是不同的。因此需把用戶的這些發(fā)音習慣都考慮到程序設(shè)計中，完全利用LD3320芯片的特性，充分利用50條可動態(tài)編輯的關(guān)鍵識別條目，編輯不同的候選語句并設(shè)置到芯片中。這樣用戶在發(fā)出命令后，被準確執(zhí)行的效率增加，完善了系統(tǒng)的功能。

2.2.3.3 用戶通過語音命令后得到語音識別結(jié)果的等待時間調(diào)節(jié)

在本系統(tǒng)中，用戶發(fā)出口令后芯片大約有12 s的反應(yīng)時間，然后才會給出識別反應(yīng)。通過語音識別芯片的檢測機制來判斷用戶的口令是否全部發(fā)出，如監(jiān)測出一段連續(xù)的噪音，就認為用戶口令已發(fā)完，之后給出識別結(jié)果。

2.2.4 使用過程中應(yīng)注意的問題

在測試過程中發(fā)現(xiàn)，LD3320模塊應(yīng)用時要注意以下問題：

（1）用戶使用時背景聲音（噪音、雜音等）會造成一定的干擾；

（2）設(shè)置語音模塊內(nèi)識別列表的內(nèi)容和50個可編輯的候選語句有關(guān)；

（3）設(shè)置識別列表中各詞匯之間的相似程度；

（4）用戶的發(fā)音快慢、大小、口音以及發(fā)音是否清晰等；

（5）距離麥克風的位置遠近以及接收語音的外設(shè)（麥克風等）質(zhì)量等。

3 智能家居聲控系統(tǒng)的軟件程序設(shè)計

智能家居聲控系統(tǒng)的程序處理過程主要包括單片機初始化；LD3320芯片的初始化；LD3320語音識別結(jié)果寄存器的讀取以及單片機對外設(shè)的控制等。

3.1 具體軟件功能模塊介紹

（1）單片機初始化函數(shù)：void MCU_init（）

名稱：void MCU_init（）。

功能：單片機初始化。

（2）中斷處理函數(shù)：void ExtInt0Handler（void） interrupt 0

名稱：中斷處理函數(shù)。

功能：對LD3320的中斷請求進行處理。

其他說明：語音識別模塊接收到音頻信號后進入函數(shù)，判斷識別結(jié)果，若無結(jié)果則設(shè)置寄存器開始下次識別。

（3）用戶執(zhí)行函數(shù)：void User_handle（uint8 dat）

名稱：用戶執(zhí)行函數(shù)。

功能：識別結(jié)果成功后，MUC進行之后的處理。

（4）LD3320復(fù)位函數(shù)：void LD_Reset（）

功能描述：復(fù)位LD模塊。

（5）LD3320初始化函數(shù)：void LD_Init_Common（）

功能描述：LD模塊命令初始化。

其他說明：該函數(shù)一般不需要修改。

（6）LD3320ASR功能初始化函數(shù)：void LD_Init_ASR（）

功能描述：LD模塊ASR功能初始化。

其他說明：該函數(shù)一般不需要修改。

（7）運行ASR識別處理函數(shù)uint8 RunASR（void）

功能描述：運行ASR識別流程。

返回值：asrflag：1->啟動成功；0->啟動失敗。

其他說明：識別順序如下：

① RunASR（）函數(shù)實現(xiàn)一次完整的ASR語音識別流程；

② LD_AsrStart（）函數(shù)實現(xiàn)了ASR初始化；

③ LD_AsrAddFixed（）函數(shù)添加關(guān)鍵詞語到LD3320中；

④ LD_AsrRun（）函數(shù)啟動一次ASR語音識別流程。

任何一次ASR識別流程均從初始化開始，皆按照此順序進行。

（8）語音命令添加函數(shù)：uint8 LD_AsrAddFixed（）

功能描述：向LD模塊添加關(guān)鍵詞。

返回值：flag：1->添加成功。

（9）識別結(jié)果獲取函數(shù)：uint8 LD_GetResult（）

功能描述：獲取識別結(jié)果。

返回值：LD_ReadReg（0xc5 ），讀取內(nèi)部寄存器返回的識別碼。

3.2 系統(tǒng)程序流程圖

聲控系統(tǒng)單片機程序流程圖如圖3所示。

4 系統(tǒng)測試

本系統(tǒng)以“小明”為一級指令口令，每次識別時必須先觸發(fā)一級口令，才能進行二級口令，如臥室關(guān)燈、臥室開燈、客廳開燈、客廳關(guān)燈等。

系統(tǒng)加入電源后對麥克風說“小明”一級口令，指示燈閃爍亮燈后，再對著麥克風說：“臥室開燈”二級口令則繼電器控制臥室燈亮。目前該系統(tǒng)能識別的二級口令有5個，分別是“客廳開燈”“客廳關(guān)燈”“臥室開燈”“臥室關(guān)燈”和“close all”，實際可以根據(jù)具體布置需要增加控制節(jié)點及相應(yīng)識別口令。

5 結(jié) 語

智能家居聲控系統(tǒng)不僅能為大家?guī)硎孢m的居住環(huán)境，還具有系統(tǒng)可靠性高，誤識率低，方便適用的特點，具有廣大的應(yīng)用前景。

參考文獻

[1]王炳錫.實用語音識別基礎(chǔ)——21世紀高等院校技術(shù)優(yōu)秀教材[M].北京：國防工業(yè)出版社，2015.

[2]譚浩強.C程序設(shè)計教程[M].北京：清華大學出版社，2007.

[3]金鑫，田，闕大順.基于LD3320的語音控制系統(tǒng)設(shè)計實現(xiàn)[J].電腦與信息技術(shù)，2011，19（6）：22-25.

[4]徐波.語音識別技術(shù)發(fā)展現(xiàn)狀與展望[Z].中科院自動化研究所，2011.

[5]熊飛麗.語音識別技術(shù)在語言教學軟件中的應(yīng)用研究[D].長沙：國防科學技術(shù)大學，2002.

[6]王文明.面向應(yīng)用的機器人一體機遠程控制方案中的語音識別方法[EB/OL]. http：//www.paper.edu.cn/releasepaper/content/2012-07- 115.