语音识别技术原理及实用系统设计汇总

上就可以实现。

　　1 系统原理

　　该模拟训练器由一台测控计算机和多台从设备组成。如 图1所示。在此仅对一台从设备进行介绍，其硬件系统主要由测控计算机、Arduino mega2560 控制器、语音识别单元、声强检测单元、语音合成单元、面板控制单元、仪器面板等组成。面板控制单元较为复杂，包含多种控制电路，在模拟训练中负责该从设备 在Arduinomega2560 控制器的控制下完成整个训练过程，在示教与回放系统中完成对刚才操作训练操作现象的重演，其具体电路设计在此不做介绍。

　 　语音识别单元负责识别操作人员的操作口令；声强检测单元负责检测声强大小并以此作为判断是哪台从设备操作人员口令的依据；Arduino mega2560控制器负责监视仪器面板各元件的状态来识别操作人员的动作，从而完成对操作训练过程的记录。各仪器的操作现象根据操作动作事先编制无需记 录。在操作回放过程中，测控计算机根据所记录的数据，通过控制相应从设备的Arduino mega2560控制器重现所记录的操作过程。

　　2 单元系统设计

　　2.1 语音识别单元设计

　　目前，语音识别技术的发展十分迅速，按照识别对象的类型可以分为特定人和非特定人语音识别。特定人是指识别对象为专门的人，非特定人是指识别对象是针对大多数用户，一般需要采集多个人的语音进行录音和训练，经过学习，从而达到较高的识别率。

　 　本文采用的LD3320语音识别芯片是一颗基于非特定人语音识别（Speaker？Independent Automatic SpeechRecognition，SI？ASR）技术的芯片。该芯片上集成了高精度的A/D 和D/A 接口，不再需要外接辅助的FLASH 和RAM，即可以实现语音识别、声控、人机对话功能，提供了真正的单芯片语音识别解决方案。并且，识别的关键词语列表是可以动态编辑的。其语音识别过程如 图2所示。

　 　语音识别单元采用ATmega168 作为MCU，负责控制LD3320完成所有和语音识别相关的工作，并将识别结果通过串口上传至Arduino mega2560 控制器。对LD3320芯片的各种操作，都必须通过寄存器的操作来完成，寄存器读写操作有2种方式（标准并行方式和串行SPI方式）。在此采用并行方式， 将LD3320的数据端口与MCU的I/O口相连。其硬件连接图如图3所示。

　 　语音识别流程采用中断方式工作，其工作流程分为初始化、写入关键词、开始识别和响应中断等。MCU的程序采用ARDUINO IDE编写［5］，调试完成后通过串口进行烧录，控制LD3320完成语音识别，并将识别结果上传至Arduino mega2560控制器。其软件流程如图4所示。

　　3 系统软件设计

　　示教与回放系统的软件设计包括测控计算机的软件设计和各从设备Arduino mega260控制器的软件设计。

　 　测控计算机是整个系统的控制核心，其软件采用C#进行编写，在示教与回放系统中主要是对操作数据的记录以便根据所记录的数据对操作过程进行精确回放，需 要记录的数据包括：各从设备操作人员的操作口令，操作动作，口令及动作时间，各操作对应的操作现象。为简化记录数据，事先编制好各事件代码，记录过程只记 录代码，大大提高程序效率。建立结构体如下：

　 　在操作训练过程中测控计算机每隔50 ms 对下位机进行控制及轮询，并记录反馈数据，在数据记录时以50 ms 为一个单位。采用定时器对时间进行控制。在回放过程中首先比对当前时间和所记录的时间，当所记录的时间与当前时间吻合时测控计算机控制下位机执行该事件， 完成事件回放。

　　Arduino mega2560控制器负责接收测控计算机的控制指令并执行指令，读取语音识别结果，对声强数据采集和处理，控制语音合成单元进行语音合成等。Arduinomega2560 控制器采用串口中断的方式进行命令接收。

　　只有正确接收到命令才会执行并回传结果，若测控计算机在限定时间内未收到回传结果则表明发生错误，测控计算机需重新发送。数据接收流程图如图8所示。

　　4 总结

　　本文利用智能语音芯片设计了某模拟训练器的示教与回放系统，该系统不需要现在流行的虚拟现实技术的支持，仅在MCU 的控制下就可以运行。该系统也可以在小型的便携式设备上实现，具有良好的应用前景。

　　设计详情：基于非特定人语音识别芯片的技术方案

　　相关文章：

　　基于LD3320的嵌入式语音识别系统设计

　　基于DSP的语音识别系统的实现及分析

　　基于TMS320VC5507的语音识别系统实现

　　基于语音识别技术的声控鼠标光标程序设计

　　基于DSP的汉字语音识别系统设计