基于嵌入式Linux的語音識別系統(tǒng)硬軟件設(shè)計

　　該設(shè)計運用三星公司的S3C2440，結(jié)合ICRoute公司的高性能語音識別芯片LD3320，進行了語音識別系統(tǒng)的硬件和軟件設(shè)計。在嵌入式Linux操作系統(tǒng)下，運用多進程機制完成了對語音識別芯片、超聲波測距和云臺的控制，并將語音識別技術(shù)應用于多角度超聲波測距系統(tǒng)中。通過測試，系統(tǒng)可以通過識別語音指令控制測量方向，無需手動干預，最后將測量結(jié)果通過語音播放出來。

　　1.引言

　　語言是人類傳播信息的重要手段，語音識別則是實現(xiàn)語音控制的關(guān)鍵技術(shù)。采用嵌入式語音識別技術(shù)使得設(shè)備具有功耗低、使用簡便、靈活等優(yōu)點，擺脫了復雜按鍵和按鈕的困擾，在服務機器人、智能家居及消費電子等領(lǐng)域發(fā)揮著重要作用。

　　2.系統(tǒng)構(gòu)成與原理

　　語音識別主要包括兩個階段：訓練階段和識別階段。在訓練或識別過程中，都必須對輸入語音進行預處理和特征提取。訓練階段通過用戶輸入的若干次訓練語音，經(jīng)過預處理和特征提取后得到特征參數(shù)，最后通過特征參數(shù)建模，進而建立訓練語音的參考模型庫。而識別階段是將輸入語音的特征矢量參數(shù)和參考模型庫中的參考模型進行相似性度量，然后把相似度最高的輸入特征矢量作為識別結(jié)果輸出，從而達到語音識別目的，如圖1所示。

　　圖1語音識別原理框圖

　　語音識別技術(shù)可分為：特定人識別和非特定人識別兩種。特定人識別是指需要對待識別人的語音進行采集訓練，識別對象為專門的人;非特定人識別是指識別對象為大多數(shù)用戶，一般要采集多個人的語音進行錄音、訓練和學習，從而達到較高的識別率。

　　在實際應用中，現(xiàn)代技術(shù)開發(fā)嵌入式語音識別有兩種實現(xiàn)方式：調(diào)入嵌入式語音開發(fā)包和外擴語音識別芯片。本文的語音識別系統(tǒng)方案是以嵌入式處理器S3C2440為核心，外擴非特定人語音識別芯片LD3320，并將超聲波測距模塊和云臺相結(jié)合作為系統(tǒng)的機械執(zhí)行機構(gòu)。系統(tǒng)測量過程如下：首先根據(jù)語音指令控制兩自由度云臺的位姿，使超聲波探測器指向特定方向，然后開啟超聲波探測器，測量出前方障礙物距離，最后將測量結(jié)果轉(zhuǎn)化為可以播放的二進制數(shù)據(jù)流，通過LD3320的播放功能完成數(shù)據(jù)的播放。

　　3.硬件電路設(shè)計方案

　　硬件電路主要包括語音識別部分、主控部分、超聲波測距部分和舵機控制部分，如圖2所示。處理器為三星公司的S3C2440，系統(tǒng)主頻最高可達533 MHz，支持SPI、I2C、UART等接口，能夠滿足控制系統(tǒng)的需求。主控芯片S3C2440通過SPI總線完成對語音識別模塊的讀寫操作，超聲波測距部分和舵機控制部分由處理器的GPIO進行統(tǒng)一控制。

　　圖2硬件電路設(shè)計方案

　　3.1語音識別電路設(shè)計

　　為了使系統(tǒng)能夠識別操作人員發(fā)出的語音指令，設(shè)計中采用了由ICRoute公司設(shè)計生產(chǎn)的非特定人語音識別芯片LD3320，它集成了語音識別處理電路和一些外部電路，包括AD、DA轉(zhuǎn)換器、麥克風接口、聲音輸出接口等，不需要外接任何的輔助芯片如Flash、RAM.在主控制器的控制下，可以識別出預先添加到識別列表中的內(nèi)容。設(shè)計中參考了ICRoute發(fā)布的LD3320數(shù)據(jù)手冊，圖中LD3320的P0、P1、P2引腳通過SPI接口與嵌入式處理器相接，控制信號WRB、CSB、RSTB以及中斷返回信號引腳INTB與處理器S3C2440直接相連，如圖3所示。

　　圖3語音模塊和核心板連接關(guān)系

　　3.2超聲波測距和舵機控制電路設(shè)計

　　超聲波測距原理相對比較成熟，系統(tǒng)中采用超聲波測距模塊HC-SR04.該模塊有兩個TTL電平通信引腳，兼容3.3V電平。其中，控制端口Trig發(fā)一個10us以上的高電平，接收端口Echo將輸出與距離成正比的高電平信號。當Echo有高電平輸出時就開啟處理器定時器，當端口電平跳變?yōu)榈碗娖綍r關(guān)閉定時器，根據(jù)定時器的值可計算得到障礙物的距離。其中，控制端口Trig和接收端口Echo分別接至處理器的GPG9、GPG6引腳。

　　超聲波測距模塊的感應角度小于15°，為了擴大測距的感應角度范圍，將超聲波測距模塊安裝在兩自由度云臺上，其中，舵機為SG90(9G)，旋轉(zhuǎn)角度為180°。處理器通過GPB0和GPB1分別控制兩個舵機以實現(xiàn)云臺的旋轉(zhuǎn)，以測量不同方向的障礙物，如圖4所示。

　　圖4超聲波測距和舵機控制電路

　　4.軟件設(shè)計方案

　　系統(tǒng)軟件基于嵌入式Linux操作系統(tǒng)，實現(xiàn)了語音識別、語音播放、超聲波測距和舵機控制等任務，使用fock機制為每項任務分配獨立的進程，使系統(tǒng)可以進行多任務處理。針對不同功能模塊編寫了相應的底層驅(qū)動程序，為上層應用程序提供了調(diào)用接口。

　　系統(tǒng)工作流程如下：處理器通過SPI總線對語音識別芯片LD3320進行通用初始化，使語音識別芯片進入循環(huán)識別模式，系統(tǒng)處理器反復啟動語音識別過程。如果有識別結(jié)果，則根據(jù)識別作相應處理后(比如播放某個聲音作為應答)再啟動下一個識別過程。處理器通過SPI總線讀取C5寄存器的識別結(jié)果并分析，將語音命令轉(zhuǎn)換為超聲波測距和舵機的控制信號，完成多方位測距任務，如圖5所示。

　　圖5軟件流程圖