馮一帆　姜文濤

摘要摘要：針對(duì)書(shū)房中書(shū)籍過(guò)多而引發(fā)的查閱書(shū)籍點(diǎn)位難、耗時(shí)長(zhǎng)等問(wèn)題，提出一種基于語(yǔ)音識(shí)別的智能書(shū)架，利用語(yǔ)音識(shí)別與匹配代替人工查找，并通過(guò)控制中心控制步進(jìn)電機(jī)進(jìn)行定位與推送，實(shí)現(xiàn)智能書(shū)架的設(shè)計(jì)。該智能書(shū)架由語(yǔ)音識(shí)別終端、STC89C52控制中心以及步進(jìn)電機(jī)執(zhí)行結(jié)構(gòu)組成。實(shí)施現(xiàn)場(chǎng)主要由語(yǔ)音識(shí)別終端識(shí)別語(yǔ)音指令，并對(duì)控制中心傳輸識(shí)別結(jié)果，然后控制步進(jìn)電機(jī)執(zhí)行定位以及推出功能。應(yīng)用結(jié)果表明，該書(shū)架在家庭、辦公室等環(huán)境下進(jìn)行語(yǔ)音識(shí)別查找書(shū)籍，具有較高的實(shí)時(shí)性和識(shí)別準(zhǔn)確率，并且人機(jī)交互友好，解決了查閱書(shū)籍耗時(shí)長(zhǎng)等問(wèn)題。

關(guān)鍵詞關(guān)鍵詞：智能書(shū)架；語(yǔ)音識(shí)別；步進(jìn)電機(jī)；書(shū)籍定位

DOIDOI：10.11907/rjdk.162740

中圖分類(lèi)號(hào)：TP319

文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)文章編號(hào)：16727800（2017）005005703

0引言

隨著智能自動(dòng)化技術(shù)的迅速發(fā)展[14]，智能化研究越來(lái)越受到人們關(guān)注，在日常生活中的應(yīng)用需求也日益增多[56]。在書(shū)房、辦公室等場(chǎng)所中，書(shū)籍一般是由人工查找并取出的，在一定程度上影響了人們查閱書(shū)籍的時(shí)效性。如果能設(shè)計(jì)一種識(shí)別語(yǔ)音查找并推出書(shū)籍的書(shū)架，將解決人們?cè)跁?shū)房中對(duì)書(shū)籍定位難、查找耗時(shí)長(zhǎng)等問(wèn)題。

在圖書(shū)查閱過(guò)程中，書(shū)籍定位是較為常見(jiàn)的問(wèn)題之一。針對(duì)這類(lèi)問(wèn)題，張郁松等[7]以物聯(lián)網(wǎng)圖書(shū)館智能書(shū)架的結(jié)構(gòu)化、通用化設(shè)計(jì)為目標(biāo)，利用超高頻（UHF）射頻識(shí)別（RFID）技術(shù)，設(shè)計(jì)了一種具有實(shí)時(shí)檢測(cè)與定位功能的智能書(shū)架，較好地提高了書(shū)架工作效率；舒遠(yuǎn)仲等[8]基于改進(jìn)的RFID室內(nèi)定位技術(shù)設(shè)計(jì)了一款應(yīng)用于圖書(shū)館中的智能書(shū)架系統(tǒng)，將書(shū)架定位到每一層，精確到書(shū)架的最小單元格，并且降低了系統(tǒng)的復(fù)雜度和成本，較為有效地提高了讀者借閱效率和館員工作效率。

隨著射頻技術(shù)的不斷發(fā)展，圖書(shū)館等場(chǎng)所中對(duì)圖書(shū)的定位方式有很大改善，但是由于條件限制，語(yǔ)音識(shí)別定位書(shū)架在圖書(shū)館等禁止喧嘩場(chǎng)所禁止使用。在可喧嘩環(huán)境下，如家庭、辦公室等場(chǎng)所中，語(yǔ)音識(shí)別可作為簡(jiǎn)單易用、無(wú)需接觸、無(wú)需攜帶外部設(shè)備的定位方法，具有較好的應(yīng)用前景。本系統(tǒng)首先將書(shū)籍信息存儲(chǔ)到可擴(kuò)展標(biāo)記語(yǔ)言（XML）中，然后通過(guò)語(yǔ)音識(shí)別將語(yǔ)音信息與文本信息進(jìn)行匹配，最后將定位結(jié)果發(fā)送至控制中心，通過(guò)電機(jī)執(zhí)行動(dòng)作完成推出書(shū)籍功能。

1硬件平臺(tái)架構(gòu)

本系統(tǒng)采用UPAtom510平臺(tái)作為系統(tǒng)的語(yǔ)音識(shí)別終端，同時(shí)采用STC89C52單片機(jī)[9]作為系統(tǒng)的控制中心。由于系統(tǒng)功能需求，開(kāi)發(fā)平臺(tái)需要擴(kuò)展外部設(shè)備。因此，除選用UPAtom510平臺(tái)和STC89C52單片機(jī)外，還需外接話(huà)筒、TB6600步進(jìn)電機(jī)驅(qū)動(dòng)模塊與42BYGH47401A步進(jìn)電機(jī)，作為整個(gè)系統(tǒng)的硬件平臺(tái)架構(gòu)。

系統(tǒng)采用UPAtom510平臺(tái)作為識(shí)別終端，該平臺(tái)是北京博創(chuàng)科技有限公司針對(duì)嵌入式系統(tǒng)和微機(jī)原理課程研發(fā)的教學(xué)與實(shí)驗(yàn)平臺(tái)。目前在UPAtom510上已經(jīng)成功移植了Ubuntu、WinCE和Windows XP等操作系統(tǒng)。根據(jù)系統(tǒng)功能需求，在該平臺(tái)上搭建了Ubuntu操作系統(tǒng)，并使用QT開(kāi)發(fā)工具完成了人機(jī)交互界面的開(kāi)發(fā)。UPAtom510平臺(tái)底板如圖1所示。

電機(jī)選用42BYGH47401A步進(jìn)電機(jī)[1011]，該電機(jī)為兩項(xiàng)四線(xiàn)步進(jìn)電機(jī)，電流1.5A，輸出力矩0.55Nm。此模塊有兩種用途：書(shū)籍定位以及將書(shū)籍從書(shū)架中推出，方便用戶(hù)取書(shū)。

本系統(tǒng)采用TB6600步進(jìn)電機(jī)驅(qū)動(dòng)器，它具有如下特性：輸入電壓為DC9～42V，可以驅(qū)動(dòng)42BYGH47401A步進(jìn)電機(jī)正常轉(zhuǎn)動(dòng)；含有撥碼開(kāi)關(guān)，針對(duì)不同電流要求，具有不同選擇；模塊上集成大面積散熱片，具有較好的散熱效果，可滿(mǎn)足實(shí)際應(yīng)用需求。

智能書(shū)架的硬件連接仿真結(jié)果如圖2所示，智能書(shū)架的模擬三視效果如圖3所示。

2系統(tǒng)框架設(shè)計(jì)

本系統(tǒng)的框架設(shè)計(jì)主要利用話(huà)筒采集語(yǔ)音信息，并將語(yǔ)音傳遞給UPAtom510平臺(tái)，UPAtom510平臺(tái)經(jīng)過(guò)語(yǔ)音識(shí)別后，將書(shū)籍位置信息發(fā)送給STC89C52單片機(jī)，單片機(jī)根據(jù)書(shū)籍位置信息給電機(jī)驅(qū)動(dòng)器發(fā)送控制命令，電機(jī)驅(qū)動(dòng)器控制電機(jī)轉(zhuǎn)動(dòng)，帶動(dòng)整個(gè)智能書(shū)架運(yùn)行。書(shū)架在書(shū)籍定位后將書(shū)籍推出，使得該書(shū)架具有智能化、人性化的特點(diǎn)。系統(tǒng)框架如圖4所示。

3語(yǔ)音識(shí)別方法設(shè)計(jì)

目前，常見(jiàn)的電子產(chǎn)品中的語(yǔ)音識(shí)別均由單片機(jī)（MCU）或數(shù)字信號(hào)處理（DSP）作為硬件平臺(tái)來(lái)實(shí)現(xiàn)。這一類(lèi)語(yǔ)音識(shí)別[1217]產(chǎn)品主要采用孤立詞識(shí)別，一般有如下兩種方案：一種是使用隱馬爾科夫統(tǒng)計(jì)模型（HMM）框架設(shè)計(jì)的非特定人群識(shí)別，另一種是基于動(dòng)態(tài)規(guī)劃（DP）原理的特定人群識(shí)別。這兩種方法在應(yīng)用上各有優(yōu)缺點(diǎn)。

采用HMM框架完成語(yǔ)音識(shí)別的優(yōu)點(diǎn)是使用時(shí)不需采集用戶(hù)語(yǔ)音信息和訓(xùn)練特征，可直接識(shí)別語(yǔ)音指令，具有較好的穩(wěn)定性。但該方法在前期需對(duì)大量語(yǔ)料庫(kù)進(jìn)行采集，成本較高；DP方法的優(yōu)點(diǎn)是訓(xùn)練過(guò)程簡(jiǎn)單，無(wú)需提前采集大量樣本，成本較低，應(yīng)用較為廣泛。但該方法穩(wěn)定性不佳，給客戶(hù)帶來(lái)不便。本文針對(duì)這些問(wèn)題進(jìn)行了相應(yīng)改進(jìn)，較為有效地提高了穩(wěn)定性和識(shí)別準(zhǔn)確率。

（1）端點(diǎn)檢測(cè)算法。端點(diǎn)檢測(cè)準(zhǔn)確性是對(duì)孤立詞識(shí)別性能產(chǎn)生影響的重要因素之一 。測(cè)試結(jié)果表明，60ms的端點(diǎn)誤差就使識(shí)別率下降了3%。市場(chǎng)中投入使用的語(yǔ)音識(shí)別芯片系統(tǒng)由于各種因素的影響，端點(diǎn)監(jiān)測(cè)的準(zhǔn)確性較差。因此，為了提高端點(diǎn)檢測(cè)精準(zhǔn)度，提出了兩級(jí)端點(diǎn)檢測(cè)方案，稱(chēng)為FRED（Framebased Readl_time Endpoint Detection）算法。

首先，對(duì)語(yǔ)音信號(hào)的輸入，根據(jù)其能量和過(guò)零率（ZCR）的變化進(jìn)行端點(diǎn)檢測(cè)，去掉靜音后得到輸入語(yǔ)音的時(shí)域。然后，對(duì)端點(diǎn)檢測(cè)的結(jié)果進(jìn)行頻譜特征提取。最后，根據(jù)輸入語(yǔ)音頻譜的快速傅氏變換（FFT）的分析結(jié)果，計(jì)算出能量分別在高、中、低頻段的分布特性，并向前后兩端擴(kuò)展搜索包含語(yǔ)音端點(diǎn)的幀。FRED算法利用語(yǔ)音的本質(zhì)特征進(jìn)行端點(diǎn)檢測(cè)，在復(fù)雜環(huán)境下適應(yīng)能力較好，抗干擾能力強(qiáng)，端點(diǎn)檢測(cè)精度較高。

（2）模擬匹配算法。動(dòng)態(tài)時(shí)間歸整（DTW）是基于動(dòng)態(tài)規(guī)劃（DP）思想，出現(xiàn)較早、較為經(jīng)典的一種算法，為使其適應(yīng)發(fā)音長(zhǎng)短不一的現(xiàn)象，并得出語(yǔ)音識(shí)別判決的依據(jù)，使用DTW方法將模板和語(yǔ)音的特征序列進(jìn)行匹配，并對(duì)比這兩種特性的失真。

假設(shè)在儲(chǔ)存詞條模板，其中一條包含M幀倒譜特征R={r（m）；m=1，2，∧，M}，識(shí)別的特征序列中包含N幀倒譜特征T={t（n）；n=1，2，∧，N}。在r（i）和t（i）之間定義幀局部失真D（i，j），D（i，j）=|r（i）-t（i）|2，通過(guò)DP過(guò)程，尋找最適合的匹配結(jié)果，即搜索路徑中累計(jì)失真最小的路徑。采用對(duì)稱(chēng)形式DTW：其中S（i，j）是累積失真，D（i，j）是局部失真。當(dāng)DP過(guò)程運(yùn)算到固定結(jié)點(diǎn)（N，M）時(shí)，可得出該模板動(dòng)態(tài)匹配的歸一化距離，識(shí)別結(jié)果即該歸一化距離最小的模板詞條：x=argmin{S（N，Mx）}。為了提高DTW算法的識(shí)別性能和模板的穩(wěn)健性，提出了雙模板策略，即x=argmin{S（N，M2x）}，希望通過(guò)兩個(gè)較為穩(wěn)定的模板保持每一個(gè)詞條較高的識(shí)別性能。

本文根據(jù)上述算法，利用QT開(kāi)發(fā)環(huán)境，采用C++語(yǔ)言對(duì)算法進(jìn)行編碼，并移植到UPAtom510平臺(tái)中進(jìn)行語(yǔ)音識(shí)別。

4步進(jìn)電機(jī)設(shè)計(jì)

本文設(shè)計(jì)的智能書(shū)架需要兩個(gè)步進(jìn)電機(jī)，其中一個(gè)用于書(shū)籍定位，另一個(gè)用于書(shū)籍推出，其中推出書(shū)籍的電機(jī)初始位置在第一本書(shū)籍之后。定位的電機(jī)用于帶動(dòng)滑道，滑道帶動(dòng)另一個(gè)電機(jī)到達(dá)指定書(shū)籍，到達(dá)后推動(dòng)電機(jī)轉(zhuǎn)動(dòng)，推出書(shū)籍，最后將電機(jī)復(fù)位，回到初始狀態(tài)。

書(shū)架帶動(dòng)滑道的齒輪周長(zhǎng)要求與書(shū)架中所有書(shū)籍的預(yù)留位置寬度綜合相等，這種設(shè)計(jì)可保證耗時(shí)短、耗電少、方便計(jì)算。當(dāng)書(shū)籍語(yǔ)音識(shí)別定位到第1本書(shū)籍時(shí)，定位電機(jī)不轉(zhuǎn)動(dòng)，推出書(shū)籍的電機(jī)轉(zhuǎn)動(dòng)，推出第1本書(shū)籍，推出后歸位；當(dāng)書(shū)籍語(yǔ)音識(shí)別定位到其它書(shū)籍，如第5本書(shū)籍時(shí)，定位電機(jī)轉(zhuǎn)動(dòng)5周后，推出書(shū)籍的電機(jī)轉(zhuǎn)動(dòng)，推出第1本書(shū)籍，推出后推出電機(jī)歸位，最后定位電機(jī)歸位。

5智能書(shū)架運(yùn)行測(cè)試

為了驗(yàn)證本文智能書(shū)架的實(shí)用性，選取實(shí)際應(yīng)用環(huán)境對(duì)系統(tǒng)進(jìn)行測(cè)試。智能書(shū)架測(cè)試實(shí)物如圖5所示。

針對(duì)書(shū)籍?dāng)?shù)量為8本的智能書(shū)架不同位置的書(shū)籍進(jìn)行了測(cè)試。測(cè)試數(shù)據(jù)如表1所示。

由表中數(shù)據(jù)可知，語(yǔ)音識(shí)別準(zhǔn)確率基本達(dá)到90%以上，查找書(shū)籍時(shí)間在人們可以接受的范圍內(nèi)，與傳統(tǒng)書(shū)架相比定位快、耗時(shí)短，具有一定實(shí)用價(jià)值。

6結(jié)語(yǔ)

本文采用UPAtom510平臺(tái)、STC89C52單片機(jī)等相關(guān)外部設(shè)備設(shè)計(jì)了一種適用于家庭、辦公室等環(huán)境下的基于語(yǔ)音識(shí)別的智能書(shū)架，在書(shū)籍查找中，利用語(yǔ)音識(shí)別完成準(zhǔn)確定位，并應(yīng)用步進(jìn)電機(jī)完成書(shū)籍的查找和推出，較為有效地解決了日常生活中查找書(shū)籍定位難、耗時(shí)長(zhǎng)等問(wèn)題。實(shí)際應(yīng)用測(cè)試表明，本文設(shè)計(jì)的智能書(shū)籍在特定環(huán)境下實(shí)施書(shū)籍查找與推出，具有較好的穩(wěn)定性和識(shí)別準(zhǔn)確率，可滿(mǎn)足實(shí)際應(yīng)用需求。由于本系統(tǒng)只適用于可喧嘩環(huán)境，對(duì)查找書(shū)籍環(huán)境要求較為苛刻，下一步將針對(duì)圖書(shū)館等安靜環(huán)境下的智能書(shū)架設(shè)計(jì)作進(jìn)一步研究。

參考文獻(xiàn)參考文獻(xiàn)：

[1]嘉春?jiǎn)?電氣自動(dòng)化控制在智能建筑中的運(yùn)用[J].電子測(cè)試， 2016，2（4）：144145.

[2]陳雨.智能無(wú)功補(bǔ)償技術(shù)在電力自動(dòng)化中的應(yīng)用分析[J].電子測(cè)試，2016，2（4）：150151.

[3]李忠.智能樓宇中通信自動(dòng)化系統(tǒng)應(yīng)用思考[J].電腦知識(shí)與技術(shù)，2016，12（12）：250251.

[4]劉繼雷.智能技術(shù)在電子工程自動(dòng)化控制中的應(yīng)用[J].電子技術(shù)與軟件工程，2016 （18）：167.

[5]鄒昌偉，王林.面向嵌入式的協(xié)程與腳本化機(jī)制[J].計(jì)算機(jī)應(yīng)用，2014，34（5）：14111422.

[6]李新友，許濤，劉蓓.計(jì)算機(jī)核心配置自動(dòng)化系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用，2013，33（10）：28592860.

[7]張郁松，杜景林.基于超高頻RFID的圖書(shū)館智能書(shū)架方案研究與設(shè)計(jì)[J].圖書(shū)館雜志，2014，133（12）：87103.

[8]舒遠(yuǎn)仲，張麗，朱玄華，等.基于RFID的圖書(shū)館智能書(shū)架系統(tǒng)的研究與設(shè)計(jì)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2013，34（6）：22182222.

[9]程麗娜，陳楊陽(yáng).基于C51單片機(jī)智能滅火機(jī)器人的設(shè)計(jì)與研究[J].機(jī)器人技術(shù)與應(yīng)用，2012（3）：3940.

[10]胡命杰.船舶步進(jìn)電機(jī)位置精度優(yōu)化控制仿真研究[J].計(jì)算機(jī)仿真，2015，32（8）：397398.

[11]徐國(guó)順，張超.基于獨(dú)立電力系統(tǒng)實(shí)時(shí)仿真平臺(tái)的同步電機(jī)仿真模型[J].電機(jī)與控制應(yīng)用，2016，39（6）：45.

[12]楊立東，谷宇，張明.語(yǔ)音信號(hào)特征選擇優(yōu)化提取仿真研究[J].計(jì)算機(jī)仿真，2016，33（2）：410411.

[13]商雄偉，張志祥，邱舒婷.一種通用的限定領(lǐng)域智能語(yǔ)音導(dǎo)學(xué)系統(tǒng)設(shè)計(jì)方法[J].計(jì)算機(jī)工程， 2016， 42（6）：301303.

[14]金志敏.基于超高頻RFID技術(shù)的圖書(shū)館智能書(shū)架與圖書(shū)定位系統(tǒng)[J].大學(xué)圖書(shū)情報(bào)學(xué)刊，2013，31（2）：4041.

[15]張曉丹，黃麗霞，張雪英.關(guān)于在噪聲環(huán)境下語(yǔ)音識(shí)別優(yōu)化研究[J].計(jì)算機(jī)仿真，2016，33（8）：173175.

[16]宋麗亞，趙國(guó)棟，張鵬.關(guān)于連續(xù)語(yǔ)音識(shí)別率優(yōu)化仿真研究[J].計(jì)算機(jī)仿真，2016，33（3）：396399.

[17]閔華松，李美升，魏洪興，等.工程機(jī)械智能控制器設(shè)計(jì)[J].信息與控制，2011，40（2）：256257.

責(zé)任編輯（責(zé)任編輯：黃健）