ADSP-BF531在嵌入式语音识别系统中的应用

摘要：设计了一个嵌入式语音识别系统，该系统硬件平台以ADSP-BF531为核心，采用离散隐马尔可夫模型(DHMM)检测和识别算法完成了对非特定人的孤立词语音识别。试验结果表明，该系统对非特定人短词汇的综合识别率在90％以上。该系统具有小型、高速、可靠以及扩展性好等特点；可应用于许多特定场合，有很好的市场前景。文中讲述了该系统CODEC、片外RAM、ROM以及CPLD等与DSP的接口设计，语音识别运用的矢量量化、Mel倒谱参数、Viterbi等有关算法及其实际应用效果。
关键词：ADSP-BF531；语音识别；离散隐马尔可夫模型；非特定人；孤立词

自上世纪70年代以来，国内外的专家们在语音识别研究领域内取得了重大突破，先后出现了动态时间规整技术(DTW)、隐马尔可夫模型(HMM)和人工神经网络(ANN)等3种主要方法。DTW虽然在孤立词语音识别中取得了不错的性能，但其要求的存储量和计算量太大；ANN虽然前景看好但其目前尚未有突破性进展，目前它们都难以在工程中得到广泛的应用。HMM算法使语音识别的计算量得到大大减少，而且正确率较高，从而在语音识别中得到广泛引用。
笔者在以ADSP-BF531为核心构建的嵌入式系统上实现了对非特定人、孤立词的语音识别，该系统采用了端点检测、矢量量化(VQ)和离散隐马尔可夫模型(DHMM)等算法。

1 ADSP-BF531介绍
ADSP-BF531是ADI公司Blackfin系列的高性能DSP，其最高主频为400MHz，内有2个16位MAC，2个40位ALU，4个8位视频ALU，以及1个40位移位器，RISC式寄存器和指令模型，编程简单，编译环境友好。
BF531包含丰富的外设，通用外设如UART、带有PWM(脉冲宽度调制)和脉冲测量能力的定时器、通用的I／O标志引脚、以及一个实时时钟和一个“看门狗”定时器。它还有多个独立的DMA控制器，能够以最小的处理器内核开销完成自动的数据传输。DMA传输可以发生在ADSP-BF531处理器的内部存储器和任何有DMA能力的外设之间。此外，DMA传输也可以在任何有DMA能力的外设和已连接到外部存储器接口的外部设备之间完成(包括SDRAM控制器、异步存储器控制器)。具有DMA传输能力的外设包括SPORTS、SPI端口、UART和PPI端口。每个独立的有DMA能力的外设至少有一个专用DMA通道。

2 硬件电路设计
该系统电路主要由DSP、音频编码器、CPLD、片外SDRAM、FLASH和EEPROM存储器以及电源、时钟等组成。硬件接口如图1所示。

各器件的主要功能如下：
1)AD73311将经前置放大后的麦克风音频信号经A／D转换后通过串行端口输入BF531，同时完成对BF531输出的数字音频信号的D／A转换，而后输出到功放和喇叭；
2)BF531作为该系统的核心，对信号进行特征提取和DHMM识别，同时对其外围的器件进行控制管理；
3)CPLD完成对DSP的外围的器件时序和数据流程控制，以及对LCD显示屏初始化检测设置；
4)由于DSP片内的RAM有限，配置了一块SDRAM用于扩展系统的内存，以满足程序运行时数据和指令存储的要求；
5)EEPROM用于存放DSP程序代码和系统初始化所需的数据；
6)FLASH用于存放训练样本库。
2．1 AD73311与BF531接口设计
本系统中设计AD73311的采样率为16 kHz，其与BF531的串口0(SPORT0)连接，通过DMA方式在单时钟周期内完成操作。BF531支持32 bit的串口数据传输，由于AD73311为16 bit的音频器件，而且16 bit已可满足系统精度要求，因此本系统只使用了BF531的主传输数据通道，即：DTOPRI和DROPRI，而将第二传输数据通道DTOSEC和DROSEC进行了屏蔽。AD73311与BF531的连接方式如图2所示。

2．2 SDRAM接口设计
SDRAM主要用于扩展系统内存，为保证程序运行的裕量及后续升级的需要，这里选用了三星电子的一款容量为32 MB的移动式SDRAM，其型号为K4M56163PG。SDRAM与DSP的I／O总线连接，如图3所示。

2．3 EEPROM接口设计
EEPROM主要用于存放程序代码，选用ATMEL公司的AT45DB161D-TU型的EEPROM，该型存储器采用SPI接口，容量为2 MB，可以满足程序存储的要求，其与DSP的SPI端口连接。
通过设置EEPROM存储器的SPI主模式启动(即设置BMODE=11)，现实配置BF531为连接一个SPI存储器的主设备和存储器的加载。为了正常工作，该加载模式需要在MISO加上拉电阻。否则，BF531将从MISO引脚读取到0xFF(即SPI存储器没有写任何数据到MISO引脚)。不仅MISO线上的上拉电阻是必要的，额外的上、下拉电阻还有如下2个用途：
1)上拉PF2信号，确保SPI存储器存DSP复位状态下未激活；
2)在SPICLK上用下拉电阻，使显示画图更加清晰。
2．4 FLASH接口设计
片外FLASH主要用于存训练样本库，本系统采用的NANDFLASH为三星电子的K9F8G08U0M-PIB0，该FLASH为工业级SLC架构(Single Laver Cell，单层单元)芯片，具有速度快、可靠性高等特点，而且容量为1 GB，可以满足存储大量样本数据的要求。其采用EBIU(External Bus Interface Unit，外部数据总线)和单个GPIO(General Purpose Input Output，通用输入／输出引脚实现与DSP数据通讯。

3 软件设计
3．1 语音识别(孤立词)的原理
本系统采用的孤立词语音识别的原理框图如图4所示。