劉露萍

（重慶水利電力職業(yè)技術(shù)學(xué)院，重慶 402160）

隨著我國經(jīng)濟已由高速增長時期轉(zhuǎn)向高質(zhì)量發(fā)展時期，可持續(xù)發(fā)展戰(zhàn)略的推進，人們的生態(tài)環(huán)保意識不斷提升，如何開展垃圾分類管理，成為各地政府與人們?nèi)罕姼叨汝P(guān)注的問題，一方面要構(gòu)建長效的管控機制，加強人們對垃圾分類處理的認(rèn)知，另一方面還要引入現(xiàn)代化及科學(xué)技術(shù)，以推動綠色經(jīng)濟體系的完善，養(yǎng)成良好的衛(wèi)生習(xí)慣和節(jié)約意識。2017年國務(wù)院下發(fā)《生活垃圾分類制度實施方案》，2019年起，全國啟動生活垃圾分類，但成效不夠明顯，人們?nèi)狈诸惓ＷR，無法自主分類。隨著語音識別技術(shù)應(yīng)用領(lǐng)域的越來越廣泛，基于語音識別控制的智能垃圾分類系統(tǒng)迎難而上，解決了人們自主分類難的問題，從而引導(dǎo)人們正確投放垃圾，助推國家垃圾分類工作，特別是在疫情期間可以避免人們和垃圾存放裝置直接接觸，減少病毒傳播的途徑。

1 語音識別技術(shù)

隨著信息技術(shù)、智能控制技術(shù)的迅速發(fā)展，人們越來越重視語音數(shù)據(jù)的識別和處理，近十年語音識別技術(shù)得到了飛躍式的發(fā)展，已成為信息技術(shù)領(lǐng)域十大重要的科技發(fā)展技術(shù)之一，已應(yīng)用到工業(yè)、家庭服務(wù)、通信、電子產(chǎn)品、汽車電子等各個領(lǐng)域。語音識別技術(shù)是計算機科學(xué)、信號處理、單片機技術(shù)、聲學(xué)等多學(xué)科交叉的技術(shù)，語音識別就是讓機器識別出人說出的語音，轉(zhuǎn)化為機器自身可以運行的指令。可以分為特定人語音識別和非特定人語音識別，特定人語音識別是對指定人的語音識別，其他人的話不識別，例如手機的語音解鎖；非特定人語音識別是不分年齡、性別，只要說相同語言就可以，智能垃圾分類系統(tǒng)的使用者是廣大受眾，所以應(yīng)當(dāng)使用非特定人語音識別技術(shù)。

非特定人語音識別是通過預(yù)處理、特征提取、訓(xùn)練和匹配4個過程完成（如圖1）。預(yù)處理是要完成語音信號的采樣、降噪、增強，特征提取是通過頻譜分析從語音信號波形中提取一組或幾組能夠描述語音信號特征的參數(shù)，訓(xùn)練階段就是構(gòu)建詞表參考模式庫，它由這個詞重復(fù)發(fā)音多遍，再經(jīng)預(yù)處理和特征提取得到，匹配是將輸入語音的特征矢量參數(shù)和參考模式庫中的參考模式進行相似性度量比較，得分最高的一條作為識別結(jié)果輸出。

圖1

2 LD3320語音識別芯片

LD3320芯片是一顆基于ASR技術(shù)非特定人語音識別的語音識別芯片，LD3320芯片集成了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、聲音輸出接口等。通過加強語音識別系統(tǒng)，針對原有的識別技術(shù)體系進行強化，可以解決單芯片語音識別速度慢、效率低、不準(zhǔn)確等問題，由于該芯片集成A/D與D/A接入途徑，可以對各類設(shè)備實現(xiàn)對接，而不像傳統(tǒng)設(shè)備只能依靠RAM與FLASH，在多種工作環(huán)境中都能實現(xiàn)對語音信息的精準(zhǔn)識別。例如聲控功能與人機交互功能的融合，可以根據(jù)不同的作業(yè)環(huán)境展開動態(tài)編輯，增加模糊處理功能，在多環(huán)境中提升芯片的運行功能。同時，LD3320芯片還可以輕松實現(xiàn)語音轉(zhuǎn)化，多環(huán)境聲控，人機對話等功能，將實時語音轉(zhuǎn)換為文字進行處理分析，加強設(shè)備的運行效率，在各種運行環(huán)境中區(qū)別各類語音的接受效果，還可與與相關(guān)模糊處理裝置進行搭配，提升語音識別的準(zhǔn)確效率。尤其是人機對話功能中的關(guān)鍵詞語設(shè)計，可以根據(jù)使用情況，提前設(shè)定50條關(guān)鍵詞，當(dāng)對操作人員的口語進行識別分析時，可以加強信息轉(zhuǎn)化與處理聯(lián)動，快速將語音內(nèi)容轉(zhuǎn)化為文字。加強芯片對特定環(huán)境與特定語言的識別效率。

3 LD3320語音識別芯片在智能垃圾分類系統(tǒng)中的應(yīng)用

目前，對于智能垃圾分類系統(tǒng)要能夠?qū)崿F(xiàn)語音智能識別垃圾種類有兩種方式，一種方式是在單片機程序中調(diào)用語音開發(fā)包；另一種是在系統(tǒng)中嵌入語音芯片。第一種方法程序量大，計算復(fù)雜，需要占用大量的處理器資源，開發(fā)周期長；第二種方法相對簡單，只需要關(guān)注語音芯片的接口部分與單片機相連，結(jié)構(gòu)簡單，搭建方便，單片機的計算負擔(dān)大大降低，增強了可靠性，縮短了開發(fā)周期，所以更多的是選擇嵌入語音芯片?；贚D3320不需要外接任何的Flash、RAM、AD等輔助設(shè)備，可以獨立完成語音識別功能，我們通常選擇嵌入LD3320語音識別芯片。

非特定人語音識別技術(shù)ASR技術(shù)是基于關(guān)鍵詞語列表識別的技術(shù)。對于智能垃圾分類系統(tǒng)這個列表的條目內(nèi)容就是50個精短的，有關(guān)于垃圾內(nèi)容的詞組進行分類，例如可回收垃圾、不可回收垃圾、濕垃圾、干垃圾、有害垃圾等詞語，ASR技術(shù)可以加強芯片對關(guān)鍵詞語的識別效果，例如操作人員的語音指令中存在特定關(guān)鍵詞時，可以進一步縮小語音分析與轉(zhuǎn)化范圍，將相應(yīng)的待識別垃圾名稱傳遞給操作者，完成后續(xù)垃圾處理工作。LD3320通過對垃圾名稱、種類進行識別處理，快速有效的找出相應(yīng)的功能列表，為后續(xù)的算法工作提供數(shù)據(jù)支撐。根據(jù)實際使用情況，當(dāng)操作人員說出超過八個字時，ASR技術(shù)可以對話語進行合理劃分，并且盡量找出當(dāng)中存在的關(guān)鍵詞，而LD3320芯片則是重點對話語中的錯誤表達或模糊不清進行處理，提升識別準(zhǔn)確率。通常情況下，為了加強設(shè)備的識別效果，操作人員在說出語音指令時，要盡量簡短、準(zhǔn)確，建議處理指令不要過長。

LD3320芯片為3.3V供電與其連接的單片機必須為 3.3V供電的單片機，從而保證IO口電平不超過3.3V，否則將導(dǎo)致語音芯片驅(qū)動不成功甚至導(dǎo)致語音芯片燒壞，該模塊有并口和SPI兩種驅(qū)動方式的端口連接。連接成功后可進行程序移植，根據(jù)自己的單片機使用情況移植配套程序，配套程序包括LD3320芯片的驅(qū)動函數(shù)、讀寫函數(shù)等，其中讀寫函數(shù)是通用的，可以讀寫即可。在移植過程中注意不要修改驅(qū)動函數(shù)中寄存器的配置和初始化函數(shù)，用戶需要修改讀寫函數(shù)的端口定義。做好電路連接和移植好程序端口后根據(jù)LD3320芯片簡明調(diào)試步驟進行程序調(diào)試，程序調(diào)試包括上電調(diào)試、讀寫寄存器調(diào)試、檢查寄存器初始值、在運行過程中檢查寄存器的狀態(tài)等步驟。

我們將“西瓜皮”等50個精短的垃圾名稱和可回收垃圾、不可回收垃圾、有害垃圾及其他垃圾4種不同的垃圾類別名一起存入到LD3320語音識別芯片中，當(dāng)人們說出“西瓜皮”后首先通過MIC（麥克風(fēng)）輸入聲音，將該語音流數(shù)據(jù)進行頻譜分析得到語音信號隨頻率變化的波形、特征提取以后得到西瓜皮詞條的特征矢量參數(shù)，再和已經(jīng)設(shè)置的系統(tǒng)關(guān)鍵詞進行信息匹配，得分最高的廚余垃圾將作為識別結(jié)果輸出到單片機，單片機接收到此信號以后驅(qū)動執(zhí)行機構(gòu)打開的廚余垃圾桶蓋（如圖2）。

圖2

4 語音識別技術(shù)在垃圾智能分類中的應(yīng)用意義

目前市場上大多數(shù)的智能垃圾分類系統(tǒng)都是人們通過鍵盤輸入垃圾名稱后，在系統(tǒng)中查找所對應(yīng)的垃圾種類，再將垃圾進行分類投放，這樣的操作一是比較麻煩需要人們自主查找并手動開合桶蓋。二是人們通過接觸鍵盤和手動打開垃圾存放裝置會增加疾病傳染的風(fēng)險，特別是在疫情期間會增加新冠病毒的傳染概率。語音識別技術(shù)最重要的現(xiàn)實意義就在于提供了一種脫離按鍵，鍵盤，鼠標(biāo)的基于語音的用戶界面，使得人們對于垃圾分類投放的操作更快速，更準(zhǔn)確、更衛(wèi)生，切實推行生活垃圾分類投放的實施。

ASR技術(shù)通過對語音數(shù)據(jù)包進行匯總分析，利用數(shù)學(xué)模型，加強芯片對各類語音的識別分析效果，在工作中要反復(fù)核對提取關(guān)鍵詞的轉(zhuǎn)化準(zhǔn)確性，同時還要對基元特征展開分析，將關(guān)鍵詞相關(guān)的語音轉(zhuǎn)化代碼嵌入到ASR數(shù)據(jù)包中，這樣才能使語音識別體系更加先進，在今后的使用中要加強對各類ASR設(shè)備應(yīng)用效果的匯總，不斷加強ASR技術(shù)與LD3320芯片的融合應(yīng)用，為智能垃圾分類系統(tǒng)提供良好的技術(shù)保障。

5 結(jié)語

可以預(yù)測在未來5～10年內(nèi)，語音識別技術(shù)的應(yīng)用會更加廣泛。各種各樣的語音識別智能控制系統(tǒng)產(chǎn)品將出現(xiàn)在市場上。在智能垃圾分類系統(tǒng)中嵌入LD3320語音芯片實現(xiàn)了垃圾種類的智能識別，解決了目前垃圾分類推行中人們無法自主分類的難題，降低了垃圾投放中病毒傳播的風(fēng)險，為人們提供了更好的綠色生活環(huán)境，只是能識別的垃圾名稱數(shù)量和長度有限，人們在說垃圾名稱時不能多說出垃圾名稱以外的任何詞，這些問題的解決將成為今后語音識別技術(shù)在智能垃圾分類系統(tǒng)中應(yīng)用的發(fā)展方向。