馬瑞棟，劉同禮，劉麗麗，金小香

（東南大學(xué)成賢學(xué)院，江蘇南京，210088）

0 引言

隨著科學(xué)技術(shù)的進(jìn)步，智能化的電子設(shè)備與我們?nèi)缬半S形，我們的生活也無(wú)時(shí)無(wú)刻不伴隨著智能化設(shè)備的使用。在我們?nèi)粘Ｊ褂弥悄茉O(shè)備的過(guò)程中，使得我們對(duì)智能化設(shè)備提出了更高的要求。在傳統(tǒng)的電子設(shè)備的控制方式中，大多離不開(kāi)人親自上手操作，或是需要經(jīng)過(guò)較為繁瑣的操作流程。這就需要設(shè)備能夠更懂用戶的心，更具簡(jiǎn)捷、直接的人機(jī)交互界面。而語(yǔ)音控制就可以在一定程度上，使得設(shè)備能夠聽(tīng)懂我們的聲音，使我們與電子設(shè)備直接進(jìn)行言語(yǔ)交流成為可能，當(dāng)我們需要電子設(shè)備幫我們完成某項(xiàng)任務(wù)時(shí)，僅需言語(yǔ)吩咐即可。這也是智能語(yǔ)音識(shí)別在近年來(lái)熱度一直居高不下的緣由。

1 整體設(shè)計(jì)方案

本設(shè)計(jì)通過(guò)LD3320語(yǔ)音識(shí)別模塊識(shí)別非特定人聲的語(yǔ)音指令，通過(guò)XFS5152CE語(yǔ)音合成模塊進(jìn)行語(yǔ)音應(yīng)答，不同的識(shí)別結(jié)果觸發(fā)不同的事件，從而實(shí)現(xiàn)問(wèn)答式的交互控制方式；通過(guò)MPU6050陀螺儀獲取DMP姿態(tài)解算后得到的偏航角（yaw）、翻滾角(roll) 和 俯仰角(pitch)，并實(shí)時(shí)監(jiān)測(cè)，當(dāng)達(dá)到預(yù)置閾值之內(nèi)時(shí)，觸發(fā)相應(yīng)的事件，從而實(shí)現(xiàn)體感控制模式；DS18B20溫度傳感器將獲取到的實(shí)時(shí)溫度數(shù)據(jù)上報(bào)，以實(shí)現(xiàn)對(duì)環(huán)境溫度的實(shí)時(shí)監(jiān)測(cè)；MCU與ESP8266進(jìn)行UART通信以實(shí)現(xiàn)觸發(fā)查詢(xún)?nèi)掌凇r(shí)間、天氣情況等事件及查詢(xún)結(jié)果回傳，與MP3模塊進(jìn)行UART通信，以實(shí)現(xiàn)切換歌曲、音量調(diào)節(jié)、歌曲點(diǎn)播等基本功能。

圖1 智能音箱設(shè)計(jì)總體設(shè)計(jì)方案框圖

2 硬件設(shè)計(jì)方案

■2.1 語(yǔ)音識(shí)別

LD3320是目前較為流行的非特定人聲的語(yǔ)音識(shí)別芯片，其內(nèi)置高精度的ADC、DAC通道及功放電路，只需在LD_MICP和LD_MICN引腳連接麥克風(fēng)即可進(jìn)行語(yǔ)音識(shí)別，同時(shí)該芯片還支持MP3播放功能，僅需在LD_SPOP和LD_SPON連接揚(yáng)聲器，通過(guò)MCU將MP3音頻數(shù)據(jù)依此傳輸至LD3320芯片即可實(shí)現(xiàn)音頻輸出，且可通過(guò)相應(yīng)的寄存器與EP1、EP2、EP3管腳控制音頻輸出的音量增益。該芯片無(wú)需FLASH、RAM等外圍存儲(chǔ)器件就能夠同時(shí)實(shí)現(xiàn)語(yǔ)音識(shí)別與語(yǔ)音播報(bào)功能，比較適合于問(wèn)答式的人機(jī)交互開(kāi)發(fā)場(chǎng)合。

LD3320芯片如此備受電子愛(ài)好者的青睞，很大程度上得益于其快速穩(wěn)定的非特定人聲識(shí)別算法，無(wú)需進(jìn)行預(yù)先繁瑣的語(yǔ)音訓(xùn)練，而非僅限于識(shí)別特定人的語(yǔ)音指令，這使得其可應(yīng)用范圍及應(yīng)用前景更加廣泛。只需在完成識(shí)別列表的動(dòng)態(tài)編輯之后，由MCU將識(shí)別列表中的識(shí)別詞條字符串通過(guò)設(shè)置寄存器的方式送至芯片內(nèi)部即可進(jìn)行識(shí)別。更改識(shí)別詞條字符串即可靈活更換識(shí)別指令，極大地簡(jiǎn)化了指令更改操作流程。

■2.2 語(yǔ)音播報(bào)方案

本設(shè)計(jì)是通過(guò)XFS5152CE語(yǔ)音合成芯片來(lái)實(shí)現(xiàn)語(yǔ)音播報(bào)功能的，該芯片不僅支持中英文文本合成，而且可對(duì)合成的文本進(jìn)行分析，能夠按照其內(nèi)置的文本匹配規(guī)則對(duì)其進(jìn)行正確的處理。此外可通過(guò)文本標(biāo)記的方式，對(duì)合成方式進(jìn)行配置，從而能夠精確的處理時(shí)間、日期、度量單位、號(hào)碼等的進(jìn)行準(zhǔn)確播報(bào)，這使其適應(yīng)范圍更加廣泛。由于其無(wú)需對(duì)所要播報(bào)的語(yǔ)音進(jìn)行實(shí)現(xiàn)錄音，在處理變量信息時(shí)，將極大地減少了工作量。如溫度值的播報(bào)，僅需將數(shù)值轉(zhuǎn)為字符串并發(fā)送給語(yǔ)音合成芯片即可進(jìn)行對(duì)變化的量進(jìn)行播報(bào)而無(wú)需對(duì)大量的數(shù)值進(jìn)行事先錄音操作。

圖2 LD3320語(yǔ)音識(shí)別應(yīng)用電路

■2.3 體感控制方案

MPU-60X0，9軸運(yùn)動(dòng)處理傳感器。即它集三軸陀螺儀、三軸加速度計(jì)與可拓展的數(shù)字運(yùn)動(dòng)處理器于一體。其拓展接口可接IIC接口的第三方數(shù)字式傳感器，如磁力計(jì)，當(dāng)接入第三方傳感器之后，可輸出9軸信號(hào)；亦可接非慣性數(shù)字傳感器，如壓力傳感器。

MPU6050內(nèi)嵌數(shù)字運(yùn)動(dòng)處理器，卸載主機(jī)處理器的時(shí)序要求與處理能力，很大程度最大限度地精簡(jiǎn)了軟件程序架構(gòu)，減輕了MCU的壓力，降低了功耗。DMP接收并處理來(lái)自于陀螺儀、加速度計(jì)、外接傳感器的數(shù)據(jù)，通過(guò)對(duì)DMP寄存器的讀取即可得到處理結(jié)果。

為了降低系統(tǒng)功耗，MPU 60X0集成了FIFO,其字節(jié)大小為1024。此外其內(nèi)部鑲有溫度傳感器及在工作環(huán)境僅有±1波動(dòng)的振蕩器。MPU6000 為SPI接口其與設(shè)備通信速率為1MHz,當(dāng)對(duì)于傳輸速率有較高要求的場(chǎng)合，寄存器讀取和中斷可用20MHz的SPI通 信；MPU6050為IIC接口，與其他設(shè)備的IIC通信速率為400kHz。

■2.4 電路設(shè)計(jì)整體方案

本設(shè)計(jì)的硬件組成部分有，MSP430F5529、LD3320語(yǔ)音識(shí)別模塊、XFS5152CE語(yǔ)音合成播報(bào)模塊、MP3播放模塊、MPU6050陀螺儀、ESP8266、OLED顯示屏、DS18B20溫度傳感器等組成。其中，LD3320模塊負(fù)責(zé)語(yǔ)音識(shí)別；XFS5152CE語(yǔ)音合成播報(bào)模塊主要用于對(duì)識(shí)別結(jié)果做出相應(yīng)的回應(yīng)；通過(guò)ESP8266模塊實(shí)時(shí)監(jiān)測(cè)俯仰角、翻滾角、偏航角，以供體感控制使用；DS18B20用于實(shí)時(shí)監(jiān)測(cè)當(dāng)前所處的環(huán)境溫度，ESP8266用來(lái)查詢(xún)實(shí)時(shí)的日期、時(shí)間、天氣等主要信息。

3 程序設(shè)計(jì)

■3.1 語(yǔ)音識(shí)別程序設(shè)計(jì)

圖3 智能音箱整體電路圖

語(yǔ)音識(shí)別的操作流程：（1）語(yǔ)音識(shí)別用初始化（包括通用初始化）；（2）寫(xiě)入識(shí)別列表；（3）開(kāi)始識(shí)別；（4）響應(yīng)中斷。

①通用初始化和語(yǔ)音識(shí)別用初始化：在初始化程序里中完成軟復(fù)位、模式設(shè)定、時(shí)鐘頻率設(shè)定、FIFO設(shè)定。

②寫(xiě)入識(shí)別列表：列表的規(guī)則是，每個(gè)識(shí)別詞條對(duì)應(yīng)其特定的編號(hào)，一個(gè)識(shí)別詞條可對(duì)應(yīng)多個(gè)識(shí)別詞條，且無(wú)需保證詞條編號(hào)的連續(xù)性。該芯片最大允許的識(shí)別詞條數(shù)為50，且每個(gè)識(shí)別詞條為其相應(yīng)的漢語(yǔ)拼音字符串，每個(gè)漢字拼音間需用一個(gè)空格隔開(kāi)，如表1所示。

表1 識(shí)別列表示例表

圖4 開(kāi)始識(shí)別流程

識(shí)別列表中字符串的編號(hào)大小需介于0至255之間，可重復(fù)且無(wú)需保證編號(hào)的連續(xù)性。如列表中 “Bei Jing”和“Shou Du”其編號(hào)一致，他們將會(huì)對(duì)應(yīng)同一識(shí)別結(jié)果。

③開(kāi)始識(shí)別：設(shè)置幾個(gè)相關(guān)的寄存器，就可以控制 LD3320 芯片開(kāi)始語(yǔ)音識(shí)別。

④當(dāng)MIC采集到聲音信號(hào)后，將產(chǎn)生一個(gè)下降沿中斷，對(duì)寄存器的值進(jìn)行分析比對(duì)，得出結(jié)果，即使沒(méi)有識(shí)別出正常的結(jié)果。讀取BA寄存器的值，可以知道有幾個(gè)候選答案，而C5寄存器里的答案是得分最高、最可能正確的答案。

■3.2 語(yǔ)音播報(bào)程序設(shè)計(jì)

語(yǔ)音合成播報(bào)模塊集成了XFS5152CE，XFS5152CE是一款高集成度的語(yǔ)音合成芯片，可實(shí)現(xiàn)中文、英文語(yǔ)音合成，并且支持中英文混讀。MSP430F5529單片機(jī)通過(guò)I2C通訊方式與語(yǔ)音合成播報(bào)模塊通信，通過(guò)發(fā)送規(guī)定的數(shù)據(jù)幀對(duì)XFS5152CE進(jìn)配置即可實(shí)現(xiàn)語(yǔ)音播報(bào)。其數(shù)據(jù)幀格式如表2所示。

表2 語(yǔ)音合成播報(bào)通信協(xié)議

■3.3 體感控制程序設(shè)計(jì)

由MPU60X0內(nèi)部系統(tǒng)結(jié)構(gòu)圖可知，通過(guò)對(duì)來(lái)自X,Y,Z三軸的軸向加速度產(chǎn)生的模擬信號(hào)進(jìn)行采樣并將其轉(zhuǎn)化數(shù)字量，從而獲得加速度計(jì)數(shù)據(jù):X_Accel、Y_Accel、Z_Accel；通過(guò)對(duì)來(lái)自X,Y,Z三軸的軸向角加速度產(chǎn)生的模擬信號(hào)進(jìn)行采樣并將其轉(zhuǎn)化數(shù)字量，從而獲得陀螺儀數(shù)據(jù)：X_Gyro、Y_Gyro、Z_Gyro；調(diào)用MPU6050的DMP庫(kù)對(duì)從MPU6050的加速度傳感器和角速度傳感器獲取的三個(gè)軸向的加速度和三個(gè)軸向角加速度的原始數(shù)據(jù)進(jìn)行四元數(shù)轉(zhuǎn)換輸出，然后計(jì)算得出歐拉角，從而實(shí)現(xiàn)俯仰角、橫滾角、航向角的實(shí)時(shí)監(jiān)測(cè)。DMP輸出的四元數(shù)（q30格式,即浮點(diǎn)數(shù)擴(kuò)大2^30倍）與歐拉角之間換算關(guān)系如下：

圖5 寫(xiě)入識(shí)別列表流程

圖6 響應(yīng)中斷流程

俯仰角、橫滾角、偏航角的計(jì)算公式]如下：

每次上電都進(jìn)行自檢，即上電時(shí)的初始姿態(tài)即X、Y、Z三軸的參考位置，當(dāng)左傾、右傾、前傾、后仰設(shè)備時(shí)，yaw、roll、pitch三個(gè)參數(shù)將會(huì)發(fā)生改變，通過(guò)對(duì) yaw、roll 和 pitch 角度的實(shí)時(shí)監(jiān)測(cè)并進(jìn)行閾值判斷，當(dāng)達(dá)到預(yù)置閾值之內(nèi)時(shí)，觸發(fā)相應(yīng)的事件，從而實(shí)現(xiàn)體感控制模式。

4 性能測(cè)試

本設(shè)計(jì)支持Web配網(wǎng)，可以靈活適應(yīng)不同WIFI環(huán)境，配網(wǎng)成功之后，聽(tīng)到提示音之后即可進(jìn)行日期、時(shí)間、天氣情況查詢(xún)。發(fā)出語(yǔ)音指令，如“今天幾號(hào)？”，識(shí)別成功之后，將會(huì)聽(tīng)到“正在為您查詢(xún)當(dāng)前日期信息”稍后，將播報(bào)“XXXX年XX月XX日 星期X”；說(shuō)出“體感模式”口令，將會(huì)提示“已為您設(shè)置為體感模式”，此時(shí)，設(shè)備左傾、右傾、前傾、后傾，分別會(huì)觸發(fā)上一曲、下一曲、音量減、音量加事件及相應(yīng)的語(yǔ)音提示；說(shuō)出“現(xiàn)在幾度？”口令，識(shí)別成功之后，將會(huì)聽(tīng)到“正在為您查詢(xún)當(dāng)前溫度”稍后，將播報(bào)“XX.XX攝氏度”；說(shuō)出歌名，即可實(shí)現(xiàn)點(diǎn)歌。經(jīng)測(cè)試所有功能均正常，且識(shí)別準(zhǔn)確率高，可適應(yīng)不同人聲。

5 結(jié)束語(yǔ)

本文討論了基于MSP430F5529的智能音箱設(shè)計(jì)與實(shí)現(xiàn)，該設(shè)計(jì)具有人性化的問(wèn)答式語(yǔ)音交互，及個(gè)性化的體感控制模式，同時(shí)還可以支持日期、時(shí)間、天氣、溫度等實(shí)時(shí)數(shù)據(jù)查詢(xún)，經(jīng)過(guò)大量的測(cè)試，本設(shè)計(jì)具有穩(wěn)定性好，語(yǔ)音識(shí)別準(zhǔn)確率高，抗噪聲干擾能力強(qiáng)，可在歌曲播放狀態(tài)下進(jìn)行準(zhǔn)確的識(shí)別，且低功耗性能突出。