智能語音識別控制器的設(shè)計

馬建富 譚科華 張劉愈

摘要：智能控制系統(tǒng)是建立起一種更便捷的控制為目的，而繁瑣的傳統(tǒng)鍵盤和按鈕操作已不能滿足要求，所以需要建立一個更方便、更智能、更加人性化的人機(jī)控制方式，由此一種擺脫雙手束縛的智能語音識別控制技術(shù)應(yīng)運(yùn)而生。本文設(shè)計的初衷為現(xiàn)代化智能便民家居實行語音控制。涉及技術(shù)有音頻采集、音頻濾波處理、音頻應(yīng)答數(shù)據(jù)庫的建立，以及基于STM32C8T6的實時嵌入式控制系統(tǒng)，可以實現(xiàn)家居電器的集中監(jiān)測和語音智能控制。

關(guān)鍵詞：STM32C8T6;音頻采集;語音識別;智能控制

中圖分類號：TN912.34?? 文獻(xiàn)標(biāo)識碼：A?? 文章編號：1672-9129（2020）16-0093-01

1 引言

設(shè)計是基于聽覺的新型人機(jī)交互方式，目前主流的語音控制技術(shù)是基于統(tǒng)計模式的數(shù)據(jù)庫對比方案，其運(yùn)算量大，預(yù)算復(fù)雜，對設(shè)備內(nèi)存和運(yùn)算速度提出了較高的要求;嵌入式語音識別系統(tǒng)相比于其他的語音識別系統(tǒng)，雖然其運(yùn)算速度與內(nèi)存容量較小，但是它具有體積和成本投資小、功耗低、可靠性高、安裝靈活等優(yōu)點，特別適用于智能家居、消費(fèi)電子產(chǎn)品等微控制領(lǐng)域。。

2 系統(tǒng)的硬件設(shè)計

本次設(shè)計的智能語音識別控制系統(tǒng)的主體硬件設(shè)計框圖如圖1所示。

如圖1所示，本設(shè)計由STM32F103C8T6主控器、LD3320語音識別/聲控模塊、JQ8400 語音硬解碼模塊、12V供電系統(tǒng)組成。

2.1主控制電路：主控電路采用的是ST公司的，基于ARM Cortex—M3 32位RISC內(nèi)核的STM32F103C8T6芯片。該芯片工作頻率最高可達(dá)72 MHz，內(nèi)置高速存儲器以及豐富的增強(qiáng)I/O端口，為該控制器控制外圍電路提供了可靠保障。

2.2語音識別模塊：采用LD3320芯片，是一款非特定人語音識別芯片，其提供的語音識別技術(shù)，是基于“關(guān)鍵詞語列表”的識別技術(shù)，識別語句內(nèi)容可以動態(tài)編輯修改，只需要主控STM32把識別關(guān)鍵詞語的識別碼串通過設(shè)置寄存器的方式傳入芯片內(nèi)部。

2.3 JQ8400語音硬解碼模塊：我們采用的是一線串口控制，JQ8400與STM32串口2進(jìn)行連接，用于識別語音后喇叭發(fā)出聲音，由于JQ8400的驅(qū)動能力較弱，因此我們常采用其附加的8002A進(jìn)行音頻放大。

2.4 12V供電系統(tǒng)組成：控制部分所涉及的電源是3.3V-5.0V之間弱電，它采用統(tǒng)一的5V1A標(biāo)準(zhǔn)電源適配器供電，3.3V電源采用AMS117 -3.3V降壓模塊得到。

3 系統(tǒng)的軟件設(shè)計

設(shè)計的程序設(shè)計主要分為三部分;STM32嵌入式中控系統(tǒng)、LD3320語音識別、JQ8400-FL音頻硬解碼輸出的設(shè)計。

3.1 STM32嵌入式中控系統(tǒng)：我們設(shè)計是基于ARMCortexTM-M3 32位的RISC內(nèi)核的STM32F103C8T6芯片為中控的語音采集的實時控制系統(tǒng)，為對信息的采集、處理、任務(wù)的分層化處理、系統(tǒng)的響應(yīng)速度提出較高的要求，它采用源碼公開、可移植、占先式的μC/OS-II實時多任務(wù)操作系統(tǒng)。

3.2 LD3320語音識別：由于LD3320 芯片上集成了高精度的 A/D 和 D/A 接口，可以實現(xiàn)語音識別/聲控/人機(jī)對話功能。并且只需要把識別的關(guān)鍵詞語以字符串的形式傳送進(jìn)芯片，即可以在下次識別中立即生效。其編程流程為：初始化—STM32中編寫識別列表并傳入LD3320—識別對比—響應(yīng)中斷。

3.3 JQ8400-FL音頻硬解碼輸出：JQ8400-FL語音芯片采用SOC方案，采用硬解碼的方式，更加保證了系統(tǒng)的穩(wěn)定性和音質(zhì)。在語音內(nèi)容更換上，只需要跟換 SPI-flash 內(nèi)的語音內(nèi)容，簡化了傳統(tǒng)語音芯片需要安裝上位機(jī)才能更換語音的難題。在音頻輸出上，STM32與JQ8400-FL通過串口通信的模式將需要播放的音頻識別碼傳入，以達(dá)到音頻的輸出。

4 設(shè)計總結(jié)

我們設(shè)計的成果是一個基于STM32C8T6微控制器的智能語音識別控制器，可以通過語音控制一些常用的開關(guān)，或者控制一些智能設(shè)備，有語音播報提醒功能。設(shè)備采用離線的語音采集芯片LD3320，采用非特定人語音識別技術(shù)，不需要用戶進(jìn)行錄音訓(xùn)練;可動態(tài)編輯的識別關(guān)鍵詞語列表，只需要把識別的關(guān)鍵詞語以字符串的形式傳送進(jìn)芯片，即可以在下次識別中立即生效;支持用戶自由編輯 50 條關(guān)鍵詞語條，即在同一時刻，最多在 50 條關(guān)鍵詞語中進(jìn)行識別，終端用戶可以根據(jù)場景需要，隨時編輯和更新這 50 條關(guān)鍵詞語的內(nèi)容，可適用于各種環(huán)境和各種條件下的控制。設(shè)計的硬件電路原理圖如圖2所示。

智能語音識別控制器的設(shè)計建立了一個既可通過語音遠(yuǎn)程控制又可通過手動控制來實現(xiàn)對外部設(shè)備進(jìn)行控制的系統(tǒng)，設(shè)備的控制呈現(xiàn)多元化，可根據(jù)不同的場景選擇不同的控制方式，語音遠(yuǎn)程控制能建立一個更方便、更智能、更加人性化的人機(jī)控制方式，由此解放人們的雙手，有一定的應(yīng)用價值。

參考文獻(xiàn)：

[1][美]Lawrence_R._Rabiner. .語音識別基本原理[M].清華大學(xué)出版社， 1999

[2]俞棟 鄧力. 解析深度學(xué)習(xí)：語音識別實踐[M].電子工業(yè)出版社，2016

[3]劉火良，楊森.STM32庫開發(fā)實戰(zhàn)指南[M].機(jī)械工業(yè)出版社，2020.

[4]楊少春.傳感器原理及應(yīng)用[M].電子工業(yè)出版社，2011.