基于嵌入式系統(tǒng)的語音口令識別系統(tǒng)的實現(xiàn)

摘要：語音口令識別是信息處理的一個重要研究方向，本文給出一種基于嵌入式系統(tǒng)的語音口令識別系統(tǒng)的設計方案，硬件系統(tǒng)的核心芯片是嵌入式微處理器，語音口令識別算法采用連續(xù)隱馬爾克夫模型。實驗結果表明，將語音識別系統(tǒng)與嵌入式系統(tǒng)相結合，可以使語音口令識別系統(tǒng)廣泛應用于便攜式設備中。
關鍵詞：語音口令識別；嵌入式系統(tǒng)：隱馬爾克夫模型

0 引言
隨著計算機技術和信息技術的迅速發(fā)展，語音口令識別已經成為了人機交互的一個重要方式之一。語音口令識別系統(tǒng)將根據(jù)人發(fā)出的聲音、音節(jié)或短語給出響應，如通過語音口令控制一些執(zhí)行機構、控制家用電器的運行或做出回答等。在數(shù)字信號處理芯片上已經實現(xiàn)了語音口令識別系統(tǒng)或語音口令識別系統(tǒng)的部分功能，然而隨著嵌入式微處理器處理能力的大幅度提高，計算量大的語音口令識別算法已經能夠通過嵌入式微處理器來完成，將語音口令識別系統(tǒng)與嵌入式系統(tǒng)相結合，發(fā)揮語音識別系統(tǒng)的潛力，使語音識別系統(tǒng)能夠廣泛應用于便攜式設備中。
采用隱馬爾克夫模型(Hidden Markov Model，HMM)描述語音信號的非平穩(wěn)性和局部平穩(wěn)性，HMM中的狀態(tài)與語音信號的某個平穩(wěn)段相對應，平穩(wěn)段之間以轉移概率相聯(lián)系。由于HMM建模對語音信號長度和模型的混合度的要求都比較低，因此在現(xiàn)有的非特定人語音口令識別系
統(tǒng)中，多采用狀態(tài)輸出具有連續(xù)概率分布的連續(xù)隱馬爾可夫模型(Continuous Density Hidden Markov Model，CDHMM)。
論文給出一種基于嵌入式系統(tǒng)的語音口令識別系統(tǒng)的設計方案，硬件系統(tǒng)的核心芯片是嵌入式微處理器，語音口令識別算法采用CDHMM。語音口令首先經過預處理，提取MFCC(Mel-Frequency Ceptral Coefficients)特征參數(shù)，然后建立此口令的CDHMM模型，把所有語音口令的模型放在模型庫中，在識別階段，通過概率輸出評分，取評分最大的一個作為識別出的口令。將語音識別系統(tǒng)與嵌入式系統(tǒng)相結合，可以使語音口令識別系統(tǒng)廣泛應用于便攜式設備中。

1 硬件電路的設計和工作原理
基于嵌入式系統(tǒng)的語音口令識別系統(tǒng)需要有接收語音信號的輸入芯片配合麥克風實現(xiàn)將模擬語音信號轉換成數(shù)字信號的功能，然后由嵌入式微處理器對輸入的語音口令信號進行處理。完成語音口令信號輸入功能的芯片采用的是PHILIPS公司的低功耗芯片UDAl341TS，供電電源電壓為3V，該音頻處理芯片由模數(shù)／數(shù)模轉換(ADC)、控制邏輯電路、可編程增益放大器(PGA)和數(shù)字自動增益控制器(DAGC)以及數(shù)字信號處理器等部分組成，能進行數(shù)字語音處理。
芯片UDAl341TS采用標準的內部集成電路聲音總線IIS(Inter IC Sound Bus)，該總線是由PHILIPS等公司共同提出的數(shù)字音頻總線協(xié)議，專門用于音頻設備之間的數(shù)據(jù)傳輸，目前很多音頻芯片和微處理器都提供了對IIS總線的支持。
IIS總線有三根信號線，分別是位時鐘信號BCK(Bit Clock)、字選擇控制信號WS(Word Select)和串行數(shù)據(jù)信號Data，由主設備提供串行時鐘信號和字選擇控制信號，IIS總線的時序如圖1所示。

WS也稱為幀時鐘信號，該信號的電平為低電平時，傳輸?shù)妮斎胍纛l數(shù)據(jù)信號是左聲道的音頻數(shù)據(jù)信號；信號WS的電平為高電平時，傳輸?shù)妮斎胍纛l數(shù)據(jù)信號是右聲道的音頻數(shù)據(jù)信號。BCK對應著輸入音頻數(shù)據(jù)信號的每一位音頻數(shù)據(jù)，其頻率為2×采樣頻率×每個采樣值的位數(shù)。
與BCK同步的串行音頻數(shù)據(jù)信號采用補碼的形式傳輸，傳輸順序是高位先傳輸。IIS總線格式的信號無論有多少位有效數(shù)據(jù)，數(shù)據(jù)的最高位MSB總是出現(xiàn)在WS信號改變(也就是傳輸一幀數(shù)據(jù)信號開始)后的第2個串行數(shù)據(jù)信號SCLK脈沖位置。