一种基于语音控制的3D动态显示系统设计

张 伟，沈福周

（1.北京奇虎科技有限公司 360未来安全研究院，北京 朝阳 100015；2.扬州大学 信息工程学院，江苏 扬州 225001）

0 引 言

裸眼3D显示系统因其独特的3D显示视觉效果，已经从公共信息展示等商业应用向消费类多媒体应用渗透，也成为了近年来国内外的研究热点。光立方作为一种新型裸眼3D信息发布媒介，给人们带来了全新的视觉体验。然而，现有的光立方存在显示色彩单一、分辨率不高、人机交互性能差、设计复杂、成本较高等问题，严重阻碍了光立方三维动态显示技术的推广应用。

为使光立方更好地改善智能化生活，设计了一种基于语音控制的3D动态显示系统，采用RGB全彩LED制作了12×12×12分辨率的光立方，高阶全彩的动态显示效果极大地扩充了显示色域，增强了三维视觉享受；采用SM16126串转并级联驱动输出电路设计，为高阶光立方的设计提供了一种可行的实现方案。

另外，随着语音识别技术的不断发展，在诸多领域展现了出色的应用效果，成为了新型智能人机交互方式。本系统采用基于LD3320的语音识别模块控制其工作，提高了人机交互性能，拓宽了其应用范围，使生活更加智能化、人性化。

1 系统总体设计

本智能语音3D动态显示系统主要分为语音识别模块和12×12×12全彩光立方两大部分，采用语音识别模块、硬件驱动电路、STM32F407核心控制器控制不同立体位点的LED亮灭和颜色变换，显示多种炫彩三维动态画面。光立方采用RGB全彩LED焊接完成，构成三维显示阵列；通过读取外设SD卡内的数据流，并送入级联的SM16126芯片控制每个LED灯的颜色；采用语音识别模块对非特定人声语音指令进行识别，并将结果通过UART串口发送给STM32控制光立方显示相应的动画，并播放背景音乐。另外，STM32的UART2串口连接蓝牙模块，可使用手机蓝牙控制光立方显示。系统结构如图1所示。

图1 系统结构

2 系统硬件设计

2.1 LED的选择

LED发光体的体积越小，光立方整体的通透性就越好，即后排的LED就越不容易被前排的LED挡住；另一方面，使用直径更大或是雾面的LED越容易看到光点。此外，还要注意LED光点的可视角度，雾状LED比光面LED更大。

综上分析，本系统使用的LED灯为5 mm、RGB雾状散光共阳极LED灯，其最大电流为20 mA，电压范围为3.0～3.5 V，波长460～465 nm。实物如图2所示。

图2 4脚RGB LED

2.2 光立方模块

光立方采用RGB全彩LED焊接完成，实现三维显示阵列。将光立方模块分成3个4×12×12的子立方，每层48个LED的阳极连在一起，由2片74HC138构成4～16选择器实现对层（12层）的选择，控制某一层和/或某几层灯的亮灭；竖直方向同列的R、G、B引脚分别连接SM16126的输出端口，控制每个LED的颜色（具体实现如图3和图4所示）。此外，由于构成光立方的LED灯数量巨大，对电流的要求很高，故选择74HC245作为数据的强驱动缓冲器，同时SM16126能够提供极为精确的稳定电流输出，保证系统稳定工作。

图3 SM16126串转并强驱动级联电路

图4 强上拉驱动和4～16层选择电路

采用SM16126串转并级联驱动输出和公共端强上拉设计，多个光立方可自由拼接，为高阶光立方的设计提供了一种可行的实现方案。一面LED灯组装示意图如图5所示，光立方组装测试如图6所示，光立方组装完成图如图7所示。

图5 一面LED灯组装示意图

图6 光立方组装测试

图7 光立方组装完成图

2.3 语音识别模块

LDV5语音识别模块主要包括LD3320非特定人声识别芯片和STM32F103微处理器。LD3320芯片内部集成了高精度的A/D接口，无需外接辅助FLASH和RAM即可实现语音识别、声控、人机对话功能，并且识别的关键词语列表可动态编辑。

该模块具有以下优点：

（1）LDV5模块具备USB接口及TF卡读取U盘功能。

（2）支持最大4G mini 低速TF卡读取。

（3）可实现人机对话，具有播放MP3、播放歌曲及对话等功能。

（4）具备串口输出识别码功能，支持1～12字节自定义十六进制输出。

（5）支持口令识别方式，例如：定义模块为“小光”，只有每次喊“小光”后，模块才能接收其他操作指令。另外，还支持普通识别模式、按键触发模式，以适应不同应用环境。

（6）具备看门狗复位功能，系统更稳定。

模块上有一个TF卡，加入语音模块后，只需对TF卡内容进行修改就可对该模块进行操作。图8所示主菜单文件中的串口输出识别码01、02，分别为语音模块响应时通过串口发送给STM32主控制器的识别结果。

图8 TF卡主菜单文件

2.4 音频输出电路

LM358是双运算放大器，内部包括2个独立的、高增益、内部频率补偿的运算放大器，适合于电源电压范围宽的单电源使用，也适用于双电源工作模式，在推荐的工作条件下，电源电流与电源电压无关。其使用范围包括传感放大器、直流增益模块和其他所有可用单电源供电的使用运算放大器的场合。本系统用其进行音频播放。音频输出电路如图9所示。

图9 音频输出电路

3 系统软件设计

3.1 系统程序设计概述

系统启动后，将处于休眠模式，显示开机动画，语音识别模块在后台进行语音监听。考虑到使用环境的多样性，程序设定了语音指令“小光”来唤醒语音交互功能，并播放语音提示“在呢在呢”，显示相应动画。此后，在限定的时间内检测语音指令，并将识别码通过串口发送给STM32，控制显示相应的动画、播放背景音乐。系统软件设计流程如图10所示。

图10 系统软件设计流程

3.2 系统软件结构

该系统软件源代码目录如图11所示。

图11 软件系统结构

结合具体的源文件分析每层实现的功能。

（1）寄存器接口层

寄存器接口层是外设驱动层和单片机硬件之间的桥梁，它直接操纵单片机内部的寄存器，封装实现I/O输入输出模块、定时器模块、ADC模块和串口模块。其中，STM32F4xx.h头文件中定义了单片机的型号以及相关I/O口寄存器等。sys.c中封装了I/O管脚的地址偏移；usart.c中封装了串口模块；TIM.c中封装了定时器模块。

（2）外设驱动层

外设驱动层主要由SM16126驱动模块、SPI总线驱动和SD卡读取驱动构成。其中，SM16126.c中封装了SM16126驱动模块，通过MCU模拟IC通信对SM16126寄存器进行操作，可调用底层的I/O输入输出模块以及定时器模块。diskio.c中封装了SD卡读写驱动，可调用寄存器层的I/O输入输出模块。SPI_MSD0_Driver.c中封装了SPI总线驱动，可调用底层的I/O输入输出模块以及定时器模块，搭建了基于DMA传输的SPI通信协议。

（3）应用层

应用层设计主要面向用户并且负责处理具体事务。主要包括显示系统、语音系统以及FATFs文件系统。main.c文件中封装了整个程序的入口函数main（），负责启动任务模块。LED_CUBE.c文件中封装了显示系统的操作函数，同时其头文件LED_CUEB.h对所用管脚以及各全局变量进行了定义，如图12所示。

该文件已经完成了数十种动画的播放，并封装成了相应的函数，如图13所示。

图12 LED_CUBE.h（1）

图13 LED_CUBE.h（2）

TFCard.c中封装了FATFs文件系统调用的相关配置。借助基于DMA传输的SPI总线对内存卡的扇区进行快速读写操作，同时该文件的头文件TFCard.h中也封装了所占用的具体管脚以及DMA总线的初始化内容。

3.3 TF读卡程序

通过移植FATFs系统对文件进行快速读写。初始化SPI总线，挂载文件系统，在DMA方式下读取文件数据，关闭文件。

TF读卡程序如下：

3.4 SM16126驱动程序设计

通过模拟IC总线来驱动SM16126芯片，同时通过多次频繁的写入数据，模拟PWM脉宽调制来实现多灰度的显示。具体实现过程如下：

（1）数据端口准备数据；

（2）时钟端口拉高，发送数据线数据；

（3）时钟端口拉低，锁存数据；

（4）锁存器使能端打开，输出控制数据。

4 结 语

本文设计了一种基于语音控制的3D动态显示系统，通过语音识别控制高阶全彩光立方显示动画，改善了现有光立方显示色彩单一、分辨率低、人机交互性能差、设计复杂等问题，提高了三维显示系统的视觉体验。

本3D显示系统相较于其他显示系统具有如下优势：

（1）采用LD3320语音识别模块控制其工作，提高了人机交互性能，拓宽了其应用范围，使生活更加智能化和人性化；

（2）采用RGB全彩LED制作了12×12×12高分辨率的光立方，高阶全彩的动态显示效果极大地扩充了显示色域，增强了三维视觉体验；

（3）采用SM16126串转并级联驱动输出和公共端强上拉的电路设计，多个光立方可自由拼接，为高阶光立方的设计提供了一种可行的实现方案；

（4）采用DMA方式读取外设SD卡，动画修改更方便，读取时不占用系统资源，显示效果更加流畅。

系统实现效果如图14所示。经实际测试，本系统能够达到预期的效果，对推进3D显示技术的实际应用具有一定的意义。

图14 系统实现效果