房鑫坤

（廣東省廣州生態(tài)環(huán)境監(jiān)測中心站 廣東省廣州市 511400）

1 引言

語音在人類社會中歷史悠久且存在廣泛，是人類社會最基本、最常見的交流工具。生理上的語音是由聲道中源信號激發(fā)而產(chǎn)生的[1]。隨著人類科技的發(fā)展，語音識別技術(shù)也逐漸應(yīng)用到各類生產(chǎn)生活相關(guān)的設(shè)備中?，F(xiàn)在，語音識別系統(tǒng)已經(jīng)許多領(lǐng)域得到應(yīng)用，以實(shí)現(xiàn)各種任務(wù)的自動化，如航班預(yù)訂、銀行業(yè)務(wù)、天氣信息等[2]。但在環(huán)境監(jiān)測領(lǐng)域中，語音識別技術(shù)還未普及。一方面，隨著環(huán)境監(jiān)測設(shè)備的不斷完善和升級，環(huán)境監(jiān)測設(shè)備的功能越來越全面，操作界面和按鈕也越來越復(fù)雜；另一方面，運(yùn)維人員在檢查和操作環(huán)境監(jiān)測設(shè)備時(shí)，仍舊需要進(jìn)行大量手動操作來實(shí)現(xiàn)各項(xiàng)功能。為環(huán)境監(jiān)測設(shè)備增加語音識別功能，或許能夠減輕運(yùn)維人員的繁瑣操作，從而實(shí)現(xiàn)設(shè)備的智能化應(yīng)用?；谶@種現(xiàn)狀，本文嘗試?yán)肁rduino平臺設(shè)計(jì)并成功制作了一個(gè)語音識別設(shè)備，它具有語音識別、溫濕度測量、光線檢測等功能。該設(shè)備的成功設(shè)計(jì)說明語音識別功能或許可以作為一種功能模塊加入到環(huán)境監(jiān)測設(shè)備中，幫助操作人員更高效地工作。

本文其余部分如下：第2部分將詳細(xì)介紹語音識別技術(shù)和環(huán)境監(jiān)測設(shè)備的相關(guān)背景，第3部分將介紹基于Arduino的語音識別設(shè)備，第4部分將對語音識別功能可行性進(jìn)行總結(jié)，探討語音識別技術(shù)在環(huán)境監(jiān)測設(shè)備中應(yīng)用的可行性。

2 背景

2.1 語音識別

近年來，語音識別技術(shù)已經(jīng)成為許多行業(yè)中的熱門話題，被認(rèn)為是人與機(jī)器溝通的橋梁[3]。語音識別系統(tǒng)有四個(gè)主要組成部分：信息源、語言通道、發(fā)音通道和聲學(xué)通道。圖1為一個(gè)普通語音識別模型的識別體系結(jié)構(gòu)。

圖1：語音識別模型的結(jié)構(gòu)

語音識別系統(tǒng)的建立，是基于如下數(shù)學(xué)公式：

通過公式（1）和公式（2）我們可以得到公式（3）：

其中，

W是說話者想表達(dá)的一系列詞語。

2.2 Arduino平臺

Arduino是由Massimo Banzi于2005年發(fā)明的一個(gè)方便靈活的面向工程師的開源電子原型平臺。Arduino電路板是采用多種微處理器和控制器設(shè)計(jì)的。這些板配有一組數(shù)字和模擬I/O引腳，連接各種擴(kuò)展板或面包板和其他電路。這些板有串行通信接口，包括一些型號上的通用串行總線(USB)，用于從個(gè)人電腦加載程序。微控制器通常使用C/ c++編程語言。圖2顯示了一個(gè)典型的Arduino設(shè)備的結(jié)構(gòu)。

圖2：Arduino的結(jié)構(gòu)

Arduino是一個(gè)易于使用的開源硬件產(chǎn)品，界面豐富。Arduino可以支持SPI、IIC和UART串行通信。它還可以通過控制燈光、馬達(dá)和其他設(shè)備，通過各種傳感器感知環(huán)境，以反饋和影響環(huán)境。它沒有復(fù)雜的單片機(jī)底層代碼，沒有難懂的匯編，只有簡單實(shí)用的功能。Arduino只有一個(gè)簡單的編程環(huán)境IDE，有很大的自由度，因此它可以有非常高的性能。標(biāo)準(zhǔn)化的界面格局為它的不斷優(yōu)化奠定了堅(jiān)實(shí)的基礎(chǔ)。

2.3 環(huán)境監(jiān)測設(shè)備

無論是科學(xué)家、政策制定者還是普通公眾，都在關(guān)注著環(huán)境監(jiān)測領(lǐng)域的各項(xiàng)成果[4]。隨著科技的不斷發(fā)展，環(huán)境監(jiān)測領(lǐng)域不斷涌現(xiàn)出新的環(huán)境監(jiān)測設(shè)備，例如熱電（Thermo Electron）公司開發(fā)出42i、43i、48i、49i、146i等一系列空氣污染物監(jiān)測儀器及動態(tài)校準(zhǔn)儀器。隨著居民對環(huán)境質(zhì)量的不斷重視，環(huán)境監(jiān)測設(shè)備的需求量也不斷增大。相關(guān)統(tǒng)計(jì)顯示，我國環(huán)境監(jiān)測設(shè)備2016年銷售額已達(dá)64億人民幣，且仍呈增長趨勢[5]。面對不斷增長的需求，如何將環(huán)境監(jiān)測設(shè)備進(jìn)行改進(jìn)成了人們關(guān)注的熱點(diǎn)，而語音識別這一智能化功能便是一個(gè)很好的切入點(diǎn)，能夠?yàn)榄h(huán)境監(jiān)測設(shè)備的智能化操作提供可能。

3 實(shí)驗(yàn)

3.1 功能和組件

最終完成的設(shè)備功能包括語音識別，溫濕度檢測，光強(qiáng)檢測，語音控制小燈泡開關(guān)。

組件包括：Arduino UNO、LD3320、SYN6288、DHT11、PT550、繼電器模塊、LED、揚(yáng)聲器。圖3 (a)-(g)顯示了該裝置的組成部分。

圖3

LD3320是一種特殊的芯片，它集成了一個(gè)語音識別處理器和一些外部電路，包括AD/DA轉(zhuǎn)換器、麥克風(fēng)接口、音頻輸出接口，該芯片不需要任何外部輔助芯片如Flash、RAM等，而是把這些功能直接集成在現(xiàn)有產(chǎn)品中，可執(zhí)行語音識別、播放聲音和人機(jī)對話功能，此外，關(guān)鍵字列表的識別可以是任何動態(tài)編輯。SYN6288是一款語音合成芯片，通過異步串口接收用于合成的文本，實(shí)現(xiàn)文本與語音的轉(zhuǎn)換。DHT11溫濕度傳感器是具有校準(zhǔn)數(shù)字信號輸出的溫度和濕度傳感器。PT550模塊可以檢測光強(qiáng)，并將模擬電壓信號反射回Arduino控制器，可以通過設(shè)置電壓水平的閾值來觸發(fā)其他單元。

3.2 功能實(shí)現(xiàn)情況

在軟件部分，本實(shí)驗(yàn)將語音識別功能分為初始化模塊、溫度感應(yīng)模塊、光源開關(guān)模塊、光照感應(yīng)模塊和語音識別模塊。初始化模塊中包含TimeOne、avr/wdt、Syn6288、DHT等頭文件，同時(shí)定義相關(guān)語音指令，并對Arduino的相應(yīng)端口進(jìn)行定義。通過switch函數(shù)執(zhí)行不同的功能模塊，最終實(shí)現(xiàn)了語音響應(yīng)、溫濕度讀取及播報(bào)、光強(qiáng)讀取及播報(bào)、錯(cuò)誤提示等功能。相關(guān)代碼及演示視頻不對外公布，如有需要可與作者聯(lián)系。

圖4顯示了基于Arduino的語音識別設(shè)備的外觀及構(gòu)造。語音識別設(shè)備的功能可以通過圖5所示的流程圖來體現(xiàn)。

圖4：語音識別設(shè)備外觀與構(gòu)造

圖5：語音識別設(shè)備框圖

在應(yīng)用過程中，將該語音識別設(shè)備命名為“小寶”。當(dāng)用戶想要激活這個(gè)設(shè)備時(shí)，只需要叫它的名字，它就會回答用戶。激活設(shè)備后，用戶可以向語音識別設(shè)備發(fā)出不同指令，如“當(dāng)前的溫度和濕度怎么樣?”，或者“現(xiàn)在需要開燈嗎?”，語音識別設(shè)備通過溫濕度傳感器和光強(qiáng)傳感器獲取環(huán)境數(shù)據(jù)，閾值判斷后會給用戶答案，執(zhí)行對應(yīng)功能。當(dāng)用戶給出錯(cuò)誤的指令，設(shè)備會語音播報(bào)錯(cuò)誤提示。試驗(yàn)測得該設(shè)備語音識別成功率如表1所示。

表1：語音識別成功率

4 結(jié)論

考慮到語音識別設(shè)備的現(xiàn)實(shí)價(jià)值，本文認(rèn)為將語音識別技術(shù)應(yīng)用到環(huán)境監(jiān)測設(shè)備中具有可期的前景，主要原因有三個(gè)：

（1）語音識別技術(shù)相對成熟，已有理論數(shù)學(xué)模型，且其余領(lǐng)域的成功產(chǎn)品也可為環(huán)境監(jiān)測設(shè)備相關(guān)技術(shù)提供參考；

（2）語音識別功能可以實(shí)現(xiàn)人對環(huán)境監(jiān)測設(shè)備的智能操作，節(jié)約運(yùn)行維護(hù)時(shí)間且避免繁瑣操作；

（3）可促進(jìn)環(huán)境監(jiān)測設(shè)備面板布局進(jìn)一步改善及功能按鈕進(jìn)一步優(yōu)化。

雖然語音識別技術(shù)在環(huán)境監(jiān)測設(shè)備中有一定的應(yīng)用價(jià)值，但相關(guān)技術(shù)的應(yīng)用仍然存在一些問題，例如：

（1）現(xiàn)有的語音識別技術(shù)的識別率不高且提升困難；

（2）大多數(shù)語音識別技術(shù)只能識別一種語言；

（3）環(huán)境監(jiān)測設(shè)備的運(yùn)行維護(hù)已有成熟規(guī)范，增加語音識別功能后仍需花費(fèi)時(shí)間完成對新設(shè)備操作規(guī)范的編寫。

總而言之，語音識別功能與環(huán)境監(jiān)測設(shè)備的結(jié)合或許可以成為環(huán)境監(jiān)測設(shè)備下一步改進(jìn)的方向，但實(shí)際應(yīng)用過程中仍會面臨相當(dāng)多的困難，這需要我們進(jìn)一步研究并找出解決問題的方案。