基于语音识别技术的智能台灯

陆远远　马斌　夏建草 范蕾

摘 要：随着语音识别技术的迅速发展，它在通信与电子，信息处理等领域呈现出巨大的潜力。我们已经能够把语音识别系统集成到芯片中，可以满足语音拨号，语音查询，语音应答等功能。

本文从设计基于语音识别技术的智能开关出发，设计语音控制的台灯。阐述了智能开关的硬件及其结构，软件及其语音算法和电路设计。硬件采用语音识别芯片LD3320和STC11L08XE主控芯片，实现对语音的控制和识别。软件采用非特定语音识别技术（ASR）。实现了语音控制台灯的开关以及亮灭的同时，使用者还可以通过不同的指令实现同一控制，达到一位多控的目的。

关键词：语音识别芯片；ASR技术；一位多控

中图分类号： TN912 文献标识码： A 文章编号： 1673-1069（2016）24-175-2

1 语音识别技术简述

本项目所用的是非特定语音识别（SI-ASR，Speaker Independent Automatic Speech Recognitich）技术。高级工程师分析语音模型中各个基元语音时，只有让它的统计概率最优化，才能使语音模型转化的硬件芯片具有普适性。因此工程师建立了数学模型，通过对数千人数万小时的有效声音数据进行采集分析，反复训练提取，比较各个语音基元的特征差异和细节特征，最后得到算法和语音模型，并将其应用到嵌入式系统中。故而这是一项基于“关键词语列表”的非特定语音识别技术。ASR技术每次识别的时候，把语音流做频谱分析，提取其中的语音特征后，通过语音识别器将其与“关键词列表”中的预设值进行比较，得出最接近其中的一个预设值作为识别结果。本项目所使用的LD3320芯片便是基于此项技术的嵌入式芯片。

2 语音电路硬件设计

2.1 总体设计

整个系统的硬件电路主要包括核心主控制部分、语音识别部分和照明电路部分。主控制部分设计是以STC11L08XE为核心的控制电路，语音识别部分设计是以LD3320语音芯片为核心的语音电路，照明电路部分则通过搭建LED点阵以及其他电路构成。使用者的语音通过麦克风进入语音识别部分，经过LD3320处理后，将数据并行传输到控制电路，通过控制器处理过后，发送指令控制照明电路。基本设计如图1所示：

■

图1 语音识别的台灯电路图

2.2 主控模块

由于要处理来自语音芯片的数据，因此要求控制芯片的处理速度要快，抗干扰能力强，功耗要低。同时考虑到市场价格等问题最终采用STC10LO8XE单片机。STC11L08XE的定时器0/定时器1/串行口与传统8051兼容，增加了独立波特率发生器，省去了定时器2。与传统8051的指令相比，执行速度全面提速，比最慢指令快三倍，比最快的指令快二十四倍。它的工作电压为3.3—5.5V，拥有40个I/O接口，512字节的SRAM和8K的FLASH，内部集成高可靠复位电路。因此足以满足主控制系统的需要。

2.3 语音识别模块

LD3320芯片不需外接 Flash和 RAM等存储设备，它的内部集成了快速稳定的优化算法。而且LD3320芯片也不需要使用者事先训练和录音。语音识别芯片内部集成了AD/DA，所以它要完成的工作就是：为得出得分最高的关键词语作为识别结果输出。通过把麦克风输入的语音进行频谱分析后提取语音特征，再和关键词语列表中的关键词语进行对比匹配，得出最优解。因此LD3320芯片的语音识别率比较稳定，准确率也比较高。

本文的LD3320语音芯片采取并行方式（即主控芯片P1.0与语音芯片第46引脚相连，并设置为低电平）直接与STC11L08XE单片机主控芯片相接，并均采用10k电阻上拉。控制信号第42引脚（WRB）、第43引脚（CSB）、第45引脚（RDB）、第47引脚（RSTB）以及中断返回信号第48引脚（INTB）与STC主控芯片直接相连，采用10k电阻上拉，辅助系统稳定工作。第44引脚（A0）用于判断是数据段还是地址段。语音芯片和主控芯片采用同一个外部22.1184MHz晶振；第12引脚（MBS）作为麦克风偏置，接一个MIC增益辅助RC电路，以确保能输出一个浮动电压给麦克风。电路如图2所示：

■

图2 语音识别模块电路图

3 语音电路软件设计

本文语音识别软件设计采用中断的工作方式，其流程分为芯片初始化，写入关键词列表，开始识别，响应中断，输出控制等。

①芯片初始化：主要完成主控芯片串口初始化，语音芯片软复位、模式设定和 FIFO设定。芯片复位为激活内部数据处理模块，便对语音芯片的第47引脚（RSTB）发送低电平，对片选第43引脚（CS）做从拉低到拉高的操作，实现复位。②写入关键词列表：分别设置“开灯、关灯”基础关键词。再设置“变亮、变暗”等关键词使人为语音调控实现用多种指令完成同一目标的控制。③开始识别：设置若干个寄存器，即可开始语音识别，其识别流程如图3所示。0x37寄存器是控制命令入口，用来启动芯片内部的语言识别运算模块。0xb2寄存器是内部忙闲的状态寄存器。一些内部状态由0xbf寄存器报告出来。

4 总结

通过这段时间的研究与开发，总体完成以下几项工作。首先，我们研究了语音识别技术的原理和算法，参考了语音识别芯片LD3320的数据手册，对它的功能和内部结构有一定的认识和了解，为设计语音电路提供理论支持。

另外，我们还研究了STC11L08XE主控芯片结构和参数设置。LD3320语音识别芯片在语音进入语音识别部分后，LD3320芯片将把处理过的数据传输到主控制器，主控制器处理后，发送命令数据到外围串行设备，实现控制操作的功能。

在语音识别模块的设计方法和原理基础上，以此为核心，我们设计出了外围电路的结构和辅助通信电路的结构，同时也给出了整体设计图。根据该设计方案，基本可以达到基于语音识别技术的台灯的设计要求。

参 考 文 献

[1] 杨行俊，迟惠生.语音信号处理[M].北京：电子工业出版社，1995.

[2] 王炳锡.实用语音识别基础[M].北京：国防工业出版社，2005.

[3] 俞铁成.语音识别发展现状[J].通讯世界，2005.

[4] 赵建光.嵌入式连续语音识别系统研究[D].河北工程大学，2007.