电视机智能声控选合系统设计与实现

电视机智能声控选合系统设计与实现作者长沙国防科技大学电子科学与工程学院（410073）胡延平陈强谷鸿林来源电子技术应用摘要介绍了一种基于专用语音识别芯片TSG410的彩电智能声控选台系统，可以在不对彩电做任何改动的基础上，实现语音遥控电视机。关键词语音识别彩电遥控智能声控选台随着电视频道数目的日益增多，传统的电视遥控方法弊端越来越明显。它需要观念记忆大量电视台对音识别芯片TSG410设计了一个彩电智能声控选台系统，可以较好地解决记忆频道这个难题。尤其对列疾朋友来讲，更具有特殊的意义。该系统不对彩电做任何改动。在保留原有遥控功能的基础上，实现语音控制选台，主要功能有开关电视电视接通电源处于待命状态，操作者发出“开机”命令，则打开电视机；操作者发出“关机”命令，则关掉电视机；选台功能操作者想看XX电视台的节目，只要发出“XX台”的命令，电视机自动跳转到该台。识别主人功能日防止识操作，该系统只能事先录入命令样本的操作者语音敏感，其他人发出的命令包括电视伴音均无效。其它功能具有电视音量、画面亮度调节等适合语音控制的功能。1系统设计方案我们最初考虑了两种设计方案（见图1和图2），它们各有优缺点。第一种电路不足之处是电路稍复杂一点，而且要对电视机的选台控制电路做必要的改动（当然这对电视机生产厂家是不成问题的）；其优点是只需一个无线话筒便可声控选台，且不必对准电视机，甚至在另一个房间也可实现遥控。第二种电路的优点是不必对电视机的选台控制电路做任何的改动；缺点是所有电路只能靠电池供电，芯片选择要考虑耗电和工作电压问题。由于采用红外遥控发射来控制电视，该系统须对准电视机才能正常工作。综合考虑各方面因素，我们认日第二种设计方案切实可行。2各个功能模块简介21语音命令提取单元语音命令提供该单元（如图2）在电视话音和其它噪音背景下，完成提取出操作者语音命令功能，其示意图如图3所示。MIC选用驻极体送话器，它具有结构简单、重量轻、体积小、频率响应宽、保真度好等优点，但灵敏度较低，必须再加放大器才行。由于输出阻抗可高达108数量级，所在必须进行阻抗变换后才能与放大器配合使用。放大器采用差分放大电路，一个驻极体送话器面对送话者，其输出接送放大器正向输入端；另一个驻极体送话器背对送话者，其输出接放大器负向输入端。由于两个送话器相对于电视机和其它噪声源的位置基本一样远，可以近似认日通过二者输入的干扰是一样的。但考虑到送话器具有方向性，前者送入的操作者语音命令远远大于后者，适当选择各电阻值可以抵消掉各种干扰。放大器采用运放（OPAMPS）MAX495（单电源供电276V）。22语音识别单元语音识别单元主要由TSG410和非易失性SRAM组成，大体构成如下图4所示。语音识别功能由专用语音芯片TSG410完成，TSG410是一种新颖功能齐全的语音识别集成电路。它采用CMOS大规模集成电路制作工艺制造，内含除SRAM以外语音识别所需的全部电路，如CPU、A/D转换器、ROM、语音放大器、压缩器、滤波器、振荡器及接口电路等。TSG410具有双列直插和贴片两种封装方式，可工作在CPU控制和人工控制两种模式下。语音识别的响应时间典型值日300MS，最长不超过600MS。识别容量大，最多可识别40个字段，且分段方式灵活。为了CPU管理方便，将40个字段分成四组，编号为14，每组10个段。这样，第一个字段编号为10，第二个为11，第三个为12依次类推，第40个字段编号为49。在操作显示时，十位数显示组号，个位数显示序号。因此，建立语音样本时，应注意显示数字和电视机选择频率之间的换算关系，以免语音命令和控制结果对应不起来。各段功能分配如表1所示。表1字段号功能分配40字段打开电视41字段关掉电视1019对应电视机09频道42字段上一个台43字段下一个台2029对应电视机1019频道44字段声音调高45字段声音降低3039对应电视机2029频道46字段亮度调高47字段亮度调低4049留作特殊功能键48字段关掉声音49字段打开声音TSG410的每个字段时间长度可以在09S和192S之间选择。按正常人的讲话速度，每秒吐字24个，如选择09S，则每个命令字段以13个字为宜，选择192S则最大容量为8个汉字，但可识别的字段数减少为20个。我们选择胶一种分段方式，语音命令以3个字以下为宜。因此，电视选台命令采用“地方”命名原则，如山东、上海等，中央台可直接叫“一台”、“二台”，依次类推。语音命令差别越大越不容易出现错误识别。系统要正常工作，必须首先建立语音样本，为防止语音样本因为掉电丢失，SRAM选用内带掉电保护电池的非易失性SRAM，即NVSRAM（NONVOLATILESRAM），如HK1125，掉电后其数据可保存10年以上，用法同普通RAM。一般情况下，留有30个预选频道是足够用的。实际上，既可以采用多片TSG410进行频道数和允许操作者人数扩展方式满足各种需要，也可以采用让TSG410工作在CPU控制方式的办法。此时识别容量不受40字段限制，但需增加单片机（如8031）作控制用。23控制面板为了能输入字段号，以便建立语音样本，RSG410配置了外接键盘扫描电路。行、列信号的输入、输出口由芯片的S1S3、K1K3担当。这样一个三列、四行的键盘共有12个按键，其中十个定义为09数字键，一个定义为语音样本建立键（TRN），一个定义为语音样本清除键（CLR）。由于控制面板只在建立语音样本时使用，为防止误操作，应将12个按键用塑料外亮封起来。24操作指示电路采用两片数码管和译码驱动电路CC4558组成操作指示电路。在本系统中，操作指示电路作用是建立语音命令样本时，用于显示存入的字段号；语音命令识别时用于显示识别结果及芯片识别结果的处理报告。25逻辑控制电路整个逻辑控制电路如图5所示。TSG410通过D0D7输出识别结果，必须进行必要的译碱码后，才能用来控制后面的红外发射装置。在电视机的遥控系统中，遥控发射器通过按键，以红外线方式发出各种不同的脉冲编码信息。尤其需要注意其发射编码必须与原来一致，以便兼容。采用电子开关电路模拟手工按键时，必须考虑开关接通时间和两个按键之间的时间间隔问题，以防止信号丢失和“串键”、“并键”现象的发生。通常情况下，全部键位扫描一次的时间小于1020MS，而入手触及按键的时间最短也在100MS以上，因此在任一按键被按下后，会有多次扫描信号通过，不存在信号丢失问题。所谓“串键”是指在一个键按下之后，又接着按下另一键；而“并键”则是同时按下两键。这两种错误操作发生的根本原因是每个按键的遥控指令编码需要一定时间才能发射完毕（一般在100MS左右），所以应设法消除。这是我们设计逻辑控制电路时的一个难点，采用脉冲展宽（40MS）和脉冲延迟电路