基于語音控制的智能記事提示系統(tǒng)設(shè)計

沈陽理工大學(xué)自動化與電氣工程學(xué)院 阮小烔 野瑩瑩 李 帥 任璐珩

目前市場上大多數(shù)電子記事本都以文字輸入形式呈現(xiàn)，且只能通過文字或語音記錄、進(jìn)行定時提醒，操作繁瑣，對于不擅長使用手機(jī)、記憶力不好的老人并不友好。通過采用以STM32F103C8T6作為主控芯片LD3320語音智能識別芯片設(shè)計一款語音控制記事提示系統(tǒng)，做到語音記錄備忘大大提高記事的便利性，且芯片小，功能單純，輕便簡單。

1 系統(tǒng)整體設(shè)計

該語音智能記事提示系統(tǒng)主要由圖1的語音識別模塊、語音錄放模塊、數(shù)字分析處理模塊、顯示輸入模塊組成。顯示輸入模塊啟動本系統(tǒng)，語音識別模塊檢測負(fù)責(zé)接收周圍聲音信號，提取、分析有效的語音指令。收到指令后傳輸?shù)綌?shù)字分析模塊，并由數(shù)字分析模塊傳輸相應(yīng)的指令到顯示輸入模塊和語音錄放模塊。

圖1 系統(tǒng)結(jié)構(gòu)圖

以上五大模塊主要由以下部件構(gòu)成STM32F103單片機(jī)核心電路、LD3320語音識別模塊、OLED12864、ISD4003。STM32F103為數(shù)字分析處理模塊，LD3320芯片作為負(fù)責(zé)語音識別模塊主控芯片，OLED12864作為顯示輸入模塊主要器件，而ISD4003芯片主要作為語音錄放模塊。

2 硬件設(shè)計

2.1 STM32F103C8T6主控芯片

本系統(tǒng)設(shè)計使用STM32F103C8T6作為主控芯片。STM32F103C8T6是一款增強(qiáng)型系列微控制器，使用高性能的ARMRCortexTM-M3 32位的RISC內(nèi)核。它的指令代碼完美兼容了51單片機(jī)，具有高性能、低電壓、低功耗、低風(fēng)險。

2.2 LD3320語音識別模塊

本設(shè)計中，語音識別模塊的核心是LD3320芯片。該模塊使用ASR（Auto speech recognition）技術(shù)。該技術(shù)識別率高達(dá)95%，快速且穩(wěn)定。該模塊工作時，先經(jīng)過MIC輸入聲音施行頻譜分析，再將語音特征提取并匹配重點字詞的語音信息。后將匹配程度最高分作為識別輸出結(jié)果。圖2為LD3320與主控芯片接線圖。

圖2 LD3320與主控芯片接線圖

2.3 OLED12864顯示模塊

OLED12864作為本系統(tǒng)主要顯示模塊，通過IIC接線與主控芯片接連通訊，顯示密碼輸入情況，提示系統(tǒng)處于語音識別或者錄入狀態(tài)。如圖3為OLED12864與主控芯片接線圖。

圖3 OLED12864與主控芯片接線圖

2.4 ISD4004語音錄入輸出模塊

本系統(tǒng)利用REC-1000語音模塊集成了ISD4004語音芯片的單片機(jī)控制芯片及其外圍電路，并提供了常用端口的接口插口形式，使語音芯片的使用簡單化?？捎肐/O口仿真SPI通信協(xié)議，工作電壓3V，錄放時間為8到16min，高保真錄音。如圖4為ISD4004與主控芯片的接線圖。

圖4 ISD4004與主控芯片的接線圖

3 軟件設(shè)計

3.1 主程序流程圖

對所有變量進(jìn)行初始化后進(jìn)入循環(huán)判斷。先輸入密碼，密碼信號正確，則檢測語音信號輸入。解析信號，根據(jù)語音信號執(zhí)行相應(yīng)的語音命令，再按照各個命令執(zhí)行相應(yīng)的程序。主程序流程圖如圖5所示。

圖5 主程序流程圖

圖6 語音識別原理框圖

3.2 語音識別程序流程圖

本系統(tǒng)語音識別模塊由LD3320組成，利用ASR技術(shù)識別。圖6是語音識別原理框圖。語音識別流程采用中斷方式工作。設(shè)計程序時，首先要通用初始化和語音初始化。再寫入識別列表添加關(guān)鍵詞和定義識別碼。當(dāng)麥克風(fēng)采集到的聲音時，將產(chǎn)生一個中斷信號，再由中斷程序根據(jù)分析結(jié)果選取最高分的結(jié)果。

圖7 系統(tǒng)電路圖

4 實驗結(jié)果及分析

通過調(diào)試，本系統(tǒng)主要通過LD3320芯片的語音識別模塊和ISD4004芯片的語音錄入輸出模塊實現(xiàn)語音控制的智能記事提示。以STM32作為主控芯片來協(xié)調(diào)控制各個模塊的啟動。圖7為整個系統(tǒng)的硬件電路圖。

啟動電源，兩盞指示燈將會亮起，OLED屏初始化。以按鍵輸入密碼，輸入錯誤則OLED屏提示密碼輸入錯誤。密碼輸入正確則啟動語音識別模塊，若系統(tǒng)檢測到語音指令，如“記錄書包位置”，語音識別模塊將識別到反饋給主控芯片，主控芯片將發(fā)出信號控制語音錄入輸出模塊啟動錄音功能記錄位置。當(dāng)說出語音指令“查詢書包位置”，語音識別模塊識別到指令之后，將會反饋到主控芯片，主控芯片將發(fā)出信號使語音錄入輸出模塊輸出之前記錄到的物品位置。系統(tǒng)實物接線圖如圖8所示。

圖8 系統(tǒng)實物圖

結(jié)論：本設(shè)計提出了語音記事提示功能，對比于其它形式的記事本更簡單易上手，更大程度上解放了雙手，方便了弱勢群體生活。但同時系統(tǒng)簡便的同時指令也比較單一，但出于成本控制采用了按鍵式密碼，按鍵式密碼雖然提高了安全性但也不夠便捷。因此對于該系統(tǒng)，還有很大的研發(fā)空間。