【《基于单片机的语音识别系统设计》4100字】

第页基于单片机的语音识别系统设计目录TOC\o"1-3"\h\u6412第一章引言 131961第二章近年市场前景分析 29778第三章整体方案设计 432605第四章语音识别模块的硬件系统整体架构 514825第五章系统主要模块的硬件设计 59994第六章语音控制系统的软件设计 93005第七章系统硬件设计 11第一章引言摘要：随着近年来车载电子音识设备的迅速发展，驾驶车的过程中操作电子设备危险性也日益涨高，那么我们如何在驾驶车的过程中安全的使用电子设备也开始被提上了议事日程中，本论文研发的车载自动语音识别系统可以做到很好地解决此类问题，本论文采用单片机STC10L08XE芯片和OMAP3530芯片为核心处理器，语音识别专用地芯片LD3320为语音识别处理芯片，采用以上的芯片来设计一套完美的车载自动语音识别系统，并且对软件系统的设计进行了阐述，本系统为语音-i7,结构，识别准确率能高达90％-95%，性价比较高，并且识别数据库里的关键词可以编辑能与别的语音识别系统相比有一定的优势，可大力推广和应用引言：1.1选题意义音识别系统以语音为主的专研以及开发对象,它便是语音信号处理的一个重要方向,也是模式识别地一个重点分支,涉及到生理学、心理学、语言学、计算机科学,以及信号处理等多个领域为最终目的，然后实现人与机器之间进行自然语言交流和通信,是用语言来操控计算机。语音识别的分类方式是根据对人说话方式的要求来进行处理。进一步分为两个方向:一是可分为特定人和非特定人地语音识别系统;二是根据词汇量大小,可分为小中大词汇,以及无限词汇量的语音识别系统。1.2当今应用领域车载自动语音识别的发展趋势随着近年来车载地电子设备功能越来越多，各种车载技术层出不穷，要进行操作的电子设备也是复杂度提高，所以，驾驶安全也受到了一定的影响，虽然有很多个国家都采用立法手段对开车的司机手持手机通话等行为进行相应的处罚，但是，仍然无法从根上解决这类问题，想要解决这类问题的最佳方案是在车载电子设备中设计一个语音控制代码接口系统，从而解放驾驶员的注意力，为了更好的安全驾驶提供重要保障。能与电子机械进行语言交流控制，是我们长期以来梦寐以求的智能化，自动语音识别系统就是能让机械通过识别语音，从而进行转变为二进制找相应的指令代码，是人机之间的自然交流方式，在实际市场应用中，智能语音识别里有孤立词和连续词的智能语音识别系统。自动语音识别系统已经开始从实验室的Pc平台转移到嵌入式系统设备中，在实际应用市场中，智能语音控制系统逐渐取代传统的手工操作，这是一个极大地减少了操作设备的复杂难度，正是由于使用上的简便快捷安全，语音识别技术的实际应用正逐渐成为具有竞争性的新型高科技产业。1.3车载自动语音识别特点：比如：我爱语音识别1.语音信号：我爱语音识别(PCM文件，即纯音频数据没有压缩，一般是16K采样，16bit，单声道或双声道都可以)2.特征提取：提取特征向量[1234560..]3.声学模型:[1234560]->woaiyuyinshibie4.字典：窝：Wo；我：wo；爱：ai；艾：ai；语：yu；雨：yu；音：yin;引：yin;识：shi；时：shi；别bie;5.语言模型：我：0.0786，爱：0.0546，我爱：0.0898，语音：0.0967，语音识别：0.6785;6.输出文字：我爱语音识别。第二章近年市场前景分析2.1智能语音应用场景智能语音识别场景非常地丰富，并且已经成熟，已应用在众多市场领域中，其中发展前景最大最常见的应用场景有以下的六大场景：1.智能家居智能家居是以家庭和酒店为主的平台，利用布线技术化、通信技术化、安全防范技术化、自动化控制技术、音频技术等为住宅生活有关的设施集成，提升了住宅的安全性、便利性、自动化、舒适性、科技性、艺术性，从而实现了我们梦寐以求的环保节能的居住环境。2智能车载智能车载系统使汽车变得更智能化，主要实时更新驾驶路线地图，可通过智能语音识别技术进行导航引路，以及各项娱乐功能等；实现了移动端远程控制，让移动端和汽车之间完美对接。3智能客服智能客服是在超大规模知识里建立而来的一项面向企业的功能，它具有一定行业的通用性，不仅能给企业提供更便利的知识管理技术，还能给企业和用户之间的交流建立了一种自然语言沟通快捷有效的智能化手段的同时还能够为企业提供了管理统计分析信息表。4智能金融智能金融让人工和金融的全面融合起来，是以人工智能、云计算、大数据等智能科技为全面核心，全面性的金融机构，提高了金融的服务效率，开阔了金融服务智能度和深度，提高了金融里的平等性、高效性、专业性的金融服务，实现了金融的智能化、个性化、专业化、定制化。5智能教育智能教育是指一个国家教育实施《新一代人工智能发展规划》、《高等学校人工智能创新行动计划》、《中国教育现代化2035》等人工智能教育体系化。6智能医疗智能医疗是利用了先进的物联技术，从而实现了患者和医疗机构与医疗人员、医疗设备之间的交流，慢慢达到信息化。2.2智能语音市场规模随着近年来人工智能产业一直持续火热中，有着大量的资本投入，在国际智能语音系统上诞生了一大批的明星公司，根据数据统计显示，2017年全球智能语音系统在市场规模达到110.3亿美元。现在随着互联网、智能家居、金融、汽车、医疗、教育等领域带动了智能语音产业规模持续增长。智能语音系统的市场快速发展，除了国家政策的大力支持外，还有智能家居、以及更多的品牌企业加入智能本身的交互便利性。第三章整体方案设计该车载智能语音识别系统终端能接收到外部的语音指令，就能根据接收到的语音指令进行相应的操作，具体的实现是语音识别模块对外部的语音来接收，对接收到的语音指令信号做出识别，根据内部的识别数据库来给出对应的结果，该识别的结果是以二进制代码的形传给核心处理器，核心处理器得到的该进制代码后，可根据得到的进制代码进行查库，如果查到对应的指令后执行。以下是整个语音控制系统的示意图如图1所示。图1语音控制系统如图可见，智能语音识别系统的人与机交互接口，它是通过麦克风来接收外部的语音指令，进行语音信号处理，然后将识别出的结果会以二进制形式传送给核心控制器进行处理，该智能语音控制系统方案，结构简单，易于实现，只需配备好语音模块，就能很好的执行语音操作功能，接下来，本论文将着重讨论智能语音系统采用的语音识别模块。LD332O图2系统功能图第四章语音识别模块的硬件系统整体架构系统功能框图如图2所示。它主要由语音输人与输出模块、核心控制器OMAP3530模块、51控制器模块、语音识别芯片模块、存储器FLASH模块等组成．LD3320为语音识别芯片，STCIOL08XE通过并行方式与LD3320相连，负责对LD3320的控制，并通过串行SPI方式对串行FLASH进行控制，串行FLASH内部存储了系统所需的语音素材，OMAP3530为核心控制器件，通过串口与5l单片机通信，系统主要模块的硬件设计5．1语音识别模块目前已有的语音识别芯片，一般基于特定人的语音识别技术，芯片在出厂后无法修改识别条目只能识别出厂前预制的识别条目。还有一种基于DSP+RAM+Flash+加密芯片的系统，由DSP运行存储在Flash中的软件来实现语音识别功能。这样的模块由于是由多块芯片组成，成本高，且外围电路复杂，二次开发困难，本文所研究的系统采用专门的自动语音识别芯片LD3320，真正实现了单芯片的语音识别解决方案。ICRoute公司所生产的LD3320能基于非特定人语音识别芯片(SI—ASR：AutomaticSpeechRecognition)技术的语音识别模块／声控芯片。外围只需要用51级别的主控MCU通过并口连接到LD3320的芯片引脚上，把麦克风连接到LD3320的AD引脚上，就可以实现语音识别功能。智能语音系统是采用单个芯片来解决方案，LD3320内部包括一个功能高效的非特定人语音识别搜索引擎。和一个非常完整的非特定人语音识别库．LD3320语音识别模块准确率高达95％，且不需使用者进行语音训练。LD3320的语音识别进程由图3所示。首先要对由麦克风得输入语音进行分析。然后再与芯片的关键词库里的词进行对比，最终评分得分最高的关键词作出识别结果进行输出。图3LD3320语音识别进程LD3320是一款“语音识别芯片”是语音识别专用处理的芯片，LD3320芯片集成了智能语音识别的处理器和外部电路，包含AD、DA转换器，音频的输出输入接口，该芯片不需要任何外接的FLASH和RAM．本芯片的内部电路设计简单逻辑图由图4所示。可以看出，LD3320主要由输人电源、语音识别运算器、时钟电路以及语音信号通道组成。系统中的LD3320模块的电路图如图5所示。3．2控制器模块本文因为采用了外部独立的语音识别模块，使得语音控制方案实现简单，复杂的语音控制功能简化为简单地根据I／0口信号执行相应的动作，易于实现。因为本文研究的语音识别模块为车载智能终端系统的一部分，所以语音识别模块跟车载智能终端系统共用同一核心控制器即Ⅱ公司生产的OMAP3530．OMAP3530处理器采用的是720MHzARMCortexTM—A8内核与520MHzTMS320C64+TMDSP双核结构，其中720MHzARMcortexTM—A8内核支持1400Dhrystone每秒百万条指令(MIPS)；520MHzTMS320C64+DSP可以优化音视频解码器的质量。语音识别模块由STC10L08XE直接控制，该单片机通过并口与LD3320相连，其电路图如图6所示。5．3存储模块由于芯片内部的存储空间有限，系统必须通过扩展必要的存储芯片来存储更多的语音数据。本系统集成了一片串行存储芯片，为华邦公司的W25Q40AVSNIG，该芯片为8脚SOP封装，工作电压为3．3V，内部512Kbyte的快速闪存。芯片用来存储声音素材，格式为MP3格式，存储模块的电路图如图7所示。p0~p7控制信号图4LD3320内部电路图图5LD3320模块电路图图651单片机模块电路图图7存储模块电路图语音控制系统的软件设计该语音控制系统软件是运行在android平台上的，它负责监听5l单片机的串口数据，当接收到识别结果时，将该结果的二进制代码读取出来，然后去查表，找到相应的操作并执行。是整个软件执行的流程如图8所示。语音芯片的初始化主要是对相应寄存器的设置。部分程序如下：voidLD—InitD—ASR(){nLDD—Mode=LDD—MODED—ASRD—RUN；LDD——InitD——Common()；LDD—WriteReg(0xBD，0x00)；／／启动ASR模块LDD—WfiteReg(0x17，0x48)；／／激活LD3320内部的专用DSP，实现了语音识别和语音播放的算法delay(10)；LDD—WriteReg(0x3C，0xS0)；LDD—WriteReg(0x3E，7)；LDD——WriteReg(0x38。Oxf0；LDD—WriteReg(0x3A，7)；／／设置语音识别添加关键词用FIFO(FirstInFirstOut的缩写，先进先出的数据缓存器)LDD——WriteReg(Ox40，8)；LDD—WriteReg(0x42，O)；LDD—WriteReg(0x44，8)；LDD—WriteReg(0x46，0)；LDD—WriteReg(0