基于ARM的實(shí)時語音識別系統(tǒng)在家庭監(jiān)護(hù)機(jī)器人的實(shí)現(xiàn)
加入技術(shù)交流群
進(jìn)入90年代，隨著多媒體時代的來臨，迫切要求語音識別系統(tǒng)從實(shí)驗(yàn)室走向?qū)嵱谩ＴS多發(fā)達(dá)國家如美國、日本、韓國以及IBM、Apple、ATT、NTT等著名公司都為語音識別系統(tǒng)的實(shí)用化開發(fā)研究投以巨資。IBM公司于1997年開發(fā)出漢語ViaVoice語音識別系統(tǒng)，次年又開發(fā)出可以識別上海話、廣東話和四川話等地方口音的語音識別系統(tǒng)ViaVoice’98。目前市場上已經(jīng)出現(xiàn)了語音識別電話、語音識別記事本等產(chǎn)品，如美國VPTC公司的Voice Organizer和法國的Parrot等。
我國語音識別研究工作開始的較晚，但近年來發(fā)展得很快，一直緊跟國際水平，國家也很重視，并把大詞匯量語音識別的研究列入“8 63”計(jì)劃，由中科院聲學(xué)所、自動化所、清華大學(xué)電子工程系及北京大學(xué)等單位研究開發(fā)，取得了高水平的科研成果，如中科院自動化所研制的非特定人、連續(xù)語音聽寫系統(tǒng)和漢語語音人機(jī)對話系統(tǒng)，其字準(zhǔn)確率或系統(tǒng)響應(yīng)率可達(dá)90％以上。鑒于中國未來龐大的市場，國外也非常重視漢語語音識別的研究。美國、新加坡等地聚集了一批來自大陸、臺灣、香港等地的學(xué)者，研究成果已達(dá)到相當(dāng)高水平。
1 系統(tǒng)設(shè)計(jì)
文中是家庭監(jiān)護(hù)機(jī)器人項(xiàng)目中的語音識別系統(tǒng)設(shè)計(jì)部分，設(shè)計(jì)目的是設(shè)計(jì)出一種可以識別語音的、協(xié)助監(jiān)護(hù)家庭行動不方便人員的機(jī)器人。為實(shí)現(xiàn)該語音識別系統(tǒng)，設(shè)計(jì)了語音識別系統(tǒng)總體結(jié)構(gòu)框圖，如圖1所示。
1．1 硬件設(shè)計(jì)
文中所研究和設(shè)計(jì)的功能，都是應(yīng)用在移動機(jī)器人上的。因而系統(tǒng)的研究設(shè)計(jì)需要考慮到體積小、省電、便于移動的特性，并需具有便于家庭用戶操作的友好顯示界面。對于語音識別部分，需要用到用于語音識別算法處理的處理器、語音采集電路和語音輸出電路，如圖2所示。其中語音識別算法運(yùn)算的處理器主要負(fù)責(zé)算法的運(yùn)算處理，相當(dāng)于機(jī)器人的大腦；語音采集電路負(fù)責(zé)采集外部的聲音信號，相當(dāng)于機(jī)器人的耳朵；語音輸出電路負(fù)責(zé)輸出話語聲音，相當(dāng)于機(jī)器人的嘴巴。
1)語音識別算法處理器選擇
根據(jù)系統(tǒng)設(shè)計(jì)功能的要求，目前常用的語音識別芯片種類一般有：單片機(jī)(MCU)、DSP和SoC(System on Circuit)?？紤]到普通單片機(jī)(MCU)資源的緊缺及運(yùn)行速度較慢的缺點(diǎn)，因而在本系統(tǒng)設(shè)計(jì)將不考慮使用單片機(jī)(MCU)作為語音識別的處理器。DSP包含用作數(shù)字信號處理的專用部件，運(yùn)算能力強(qiáng)、精度高，但目前DSP的價格比較高，同時考慮到本系統(tǒng)的特性，需要選擇一種既有較強(qiáng)的運(yùn)算能力，合適于語音識別的功能，并且能實(shí)現(xiàn)較好的用戶操作界面，并帶有文件系統(tǒng)(用于識別地圖)的功能，因而選擇DSP并不是明智之舉。目前Texas Instruments公司新推出的一款芯片OMAP3530，它具有雙內(nèi)核ARM CortexTM-A8的內(nèi)核和TMS320C64+TM DSP內(nèi)核，屬于高性能的OMAP35x架構(gòu)系列產(chǎn)品，滿足了系統(tǒng)設(shè)計(jì)的各種功能特性要求。
c++相關(guān)文章:c++教程
評論