面向指控系統的嵌入式語音交互技術設計與實現

面向指控系統的嵌入式語音交互技術設計與實現

楊加平

(江蘇自動化研究所計算機事業部，江蘇 連云港 222006)

Design and Realization of Speech Interaction Technology Face to Command and Control System

YANG Jiaping

(Computer Division，Jiangsu Automation Research Institute，Lianyungang 222006，China)

摘要：針對海軍指控系統的信息輸入延遲問題，提出一種新的語音交互解決方案。以DSP芯片為核心的交互系統，并針對具體的應用環境，給出了系統的初步設計思路和具體步驟，對現實中的一些實際問題有一定的指導意義。

關鍵詞：語音識別；指控；DSP

中圖分類號：TN912

文獻標識碼：A

文章編號：1001-2257(2015)04-0072-03

收稿日期：2014-11-17

作者簡介：楊加平(1988-)，男，江蘇鹽城人，工程師，主要從事加固計算機研制工作。

Abstract：A new kind of solution is given for speech interaction for command & control system of navy that interaction system is centered on DSP chip and in allusion to the specific use of the environment，the preliminary design ideas and the specific steps of the system are given，that solution can guide to resolve some real problem in reality.

Key words：speech recognition；command & control；DSP

0引言

對于海軍用指控系統，反應時間是指從雷達發現錄取目標開始到系統給出滿足精度的目標指示為止的時間間隔(不包括必要的人工操作時間)，此指標至關重要。實際中，此反應時間越小，則留給本艦的生存機會越大。要縮短艦載指控系統的反應時間就必須盡可能壓縮信息處理的時間。從人機交互角度來看，改善信息輸入手段，盡量減少人工操作時間，是減少信息處理時間的重要手段。

1語音交互系統實現的可行性

隨著計算機技術日新月異的發展，最近15年中語音識別技術的研究有了實質性的突破，許多成功的語音識別系統相繼問世。例如，Cardin等研制的基于TIDIGIT數據庫的非特定人連續數字語音識別系統，誤識率僅為0.5%；而Das等研制的20 000單詞的特定人孤立詞語音識別系統，誤識率僅為1%。據統計，現有的語音識別系統以每年2n的速度降低誤識率。目前，這些系統部分或全部地克服了特定說話人、孤立詞、小詞匯量和有限語法這4個約束，達到了很高的識別率。更重要的是，這些系統中的絕大部分已經走出實驗室成為商品。其中，最具代表性的當屬IBM公司研制的ViaVoice，它屬于大詞匯量連續語音識別系統，其誤識率，在一定的環境下可以低于5%。

本文所設計的語音識別系統，基于特定人、孤立詞、小詞匯量和有限語法的語音識別技術，該技術已經非常成熟，系統完全能夠實現。

2語音交互系統的功能組成

語音技術包括語音識別技術和語音合成技術。本交互裝置主要實現語音識別功能和語音播放功能，可大致分為4部分，如圖1所示。

圖1　語音交互系統功能原理

2.1語音特征提取

語音特征提取，是從語音波形中提取隨時間變化的語音特征序列。Mel 頻標倒譜參數(MFCC) 特征是目前使用最廣泛的語音特征之一，具有計算簡單、區分能力好等突出的優點，因而常常成為許多實際識別系統的首選。在經典MFCC特征提取算法中，輸入語音首先通過傅里葉變換得到其頻譜，然后再在頻域上應用一組Mel頻率上均勻分布的濾波器，來得到類似人耳聽覺特性的非線性頻譜分辨率。

2.2聲學模型與模式匹配(識別算法)

聲學模型是識別系統的底層模型，并且是語音識別系統中最關鍵的一部分。聲學模型通常由獲取的語音特征通過訓練產生，目的是為每個發音建立發音模板。在識別時將未知的語音特征同聲學模型(模式)進行匹配與比較，計算未知語音的特征矢量序列和每個發音模板之間的距離。聲學模型的設計和語言發音特點密切相關。聲學模型單元大小(字發音模型、半音節模型或音素模型)對語音訓練數據量大小、系統識別率，以及靈活性有較大影響。目前，中大詞匯量的非特定人連續語音識別系統，一般采用HMM模型，計算比較復雜；對于便攜式移動設備(如手機、掌上電腦等)而言，多是基于使用孤立詞識別系統，綜合考慮算法的易實現性和響應的速度，一般采用動態時間規整(DTW)識別算法。動態時間規整采用了動態規劃的思想，能夠實現最佳意義上的待測語音與模板之間的時間對準，這就解決了要比較的2個語音持續時間不同的問題。

2.3語義理解

計算機對識別結果進行語法、語義分析。明白語言的意義以便作出相應的反應。一般上層軟件做出相應操作，執行相應命令。

2.4語音播放

計算機運行各種應用程序，如果此程序和語音交互裝置存有接口，則程序將自動調用交互裝置中的語音播放模塊，實時把信息播放給用戶。

3硬件結構和軟件流程設計

識別系統采用嵌入式系統。嵌入式是將語言識別軟件及模型，寫在設備的存儲器里，識別過程在終端完成。

3.1硬件結構設計

一個完備的語音交互系統，不但要具備語音信號的采集和播放功能，而且更重要的是要能完成復雜的語音信號分析和處理算法。通常這些算法運算量大，且又要滿足實時或準實時的快速高效處理要求，因此，采用高速DSP芯片。以TMS320C6200為信號處理核心設計了該系統，其硬件配置如圖2所示。TMS320C6200是美國Texas Instrument公司的16位定點DSP產品，它包括改進的哈佛(Harvard)結構、高性能CPU、片內存儲器、在片外圍接口以及一套高效的匯編指令集，性價比好。語音采樣和輸出采用TLC320AD50芯片，該芯片是TI公司生產的16位語音編碼/解碼芯片，采用sigma-delta技術提供高精度低速信號變換，有2個串行同步變換通道和前后處理的濾波器。片外程序存儲器、數據存儲器均選用Flash芯片。

圖2　硬件結構

系統中DSP控制AD/DA部件完成語音數據的采集和回放，并根據下載軟件完成相應的信號分析，是系統的關鍵部件。使用時，DSP程序下載到C6200的內部程序區。采樣前，C6200通過內部定時器Timer來設置AD/DA部件的采樣頻率。單個樣點采樣完成后，AD/DA部件產生C6200硬件中斷INT1，C6200響應中斷INT1，將來自AD的采樣數據寫入FIFO，主機通過讀FIFO獲得采樣數據；語音回放前，C6200按照回放頻率設置內部定時器Timer，使之產生中斷INT1；回放時，主機將數據寫入FIFO，C6200定時響應中斷INT1，從FIFO讀取數據并將它送到DA輸出；信號處理任務在C6200內部完成，單次處理的輸入輸出數據在片外存儲器與DSP部件之間交換。

3.2軟件設計

整個工作流程主要由主機控制流程和DSP中斷處理流程構成。軟件流程如圖3所示，其中，INT1用于語音信號的采樣和回放；INT2用于主機向DSP傳送程序運行參數、DSP向主機傳送數據；INT3用于從片外程序存儲器下載程序，對于不同的分析處理有不同的DSP程序。

圖3　軟件流程

4語音交互裝置抗干擾設計

影響語音識別的因素很多，主要包括背景噪聲、傳輸通道變化、心理緊張及工作壓力和情緒變化所發生的發音變異。這些因素共同構成了影響識別系統頑健性的諸要素。

4.1背景噪音

早在1911 年，Lombard 就發現了說話者在背景噪聲下會努力調整自己的發音方式，以提高說話的清晰度，即使發相同的語音，其語音的特征參數MCFF也會與安靜環境下的發音有所不同，像聲音變高，語速變慢，音調及共振峰變化等，這就是后來被研究者稱作的Lombard 效應現象。Lombard 效應影響的大小依賴于背景噪聲的強弱和類型。 艦載設備環境復雜，背景噪音多，艦船上主要有海浪聲、風聲、馬達聲、人的走動聲、飛機起飛降落盤旋聲和槍炮聲等；潛艇上主要有水流聲、馬達聲、人的走動聲和武器發射時的巨大噪音等。在實際應用中，通過分析可以得知，背景噪聲的特征參數MFCC的低階特征變化比較明顯，而高階特征幾乎保持不變。因此，可以通過對低階特征加較小的權值，高階特征加較大的權值，使背景噪聲的MCFF特征盡量保持平穩，來減小背景噪聲對正常語音的影響，從而減少語音的變異，使得變異語音的特征和正常語音特征接近。

4.2傳輸通道的變化

為保證傳輸通道的電氣性能，減小噪聲信號的引入，采用濾波、放大等設計手段，將傳輸通道造成的衰減影響減到最小。

4.3情緒影響

情緒影響語音信號的特性，東南大學在這方面進行了研究，提出了一些情感語音信號識別的方法。本文不再詳述。

5結束語

對語音識別技術在艦載指控系統中的應用，進行了設計。提出了以AD/DA芯片采樣輸出語音信號，以高速DSP芯片為核心的控制系統對語音信號進行處理的設計方法，并給出了軟件流程。對交互裝置中的抗干擾情況進行了簡要描述，具有較強的工程實用性。

參考文獻：

[1]董士海，王衡.人機交互.北京：北京大學出版社，2004.

[2]黃鳳崗，宋克歐.模式識別.哈爾濱:哈爾濱工程大學出版社，1998.

[3]趙訓威.基于TMS320C6200系列DSP芯片的應用與開發.北京：人民郵電出版社，2002.

投稿郵箱更改啟事

各位作者：本刊投稿電子郵箱現為jxydz@vip.sina.com。由于網站域名更改，原投稿電子郵箱jxydzb@public.gz.cn停止使用。特此聲明。感謝各位作者和讀者一直以來對本刊的大力支持。

機械與電子雜志社