基于ARM的非特定人语音识别系统的设计方案
3.2非特定人语音识别方案选型及电路
本系统中选用IC Route公司生产的LD3320非特定人语音识别芯片,该芯片是非特定人语音识别的专用芯片,内部已经集成了语音识别处理器和一些信号调制电路,拥有高性能的A/D转换器、D/A转换器、麦克风音频信号输入接口、音频解码输出接口等,用户只需要用软件编辑好待识别的关键词列表,LD3320最大可以支持50条关键词句,把这些列别以字符的形式传送到芯片中,就可以对待识别的语音信号进行近似度分析,识别后输出结果。
LD3320整体工作电路如图4所示,总体上可以把电路图分为8个部分,分别是LD3320基础外围电路、电源电路、外部晶体振荡器电路、麦克风信号处理电路、去耦合滤波电路、解码音频去直流成分电路、功能引针输出电路、状态信号指示电路。语音识别单元对于电源供电电路的要求较高,电路中注重对供电纯净度的要求,由系统中的LDO芯片LM1117-3.3 V为语音识别系统供电,加上电感、电容为供电进行滤波,RSTB为LD3320复位引脚,连接到主控制器进行复位控制。LD3320支持并行数据通信和串行数据通信,在本系统设计中考虑对主控I/O资源的占用问题,故而选用串行通信方式对LD3320进行数据传送和控制,LD3320的MD引脚通过上拉电阻钳位为高电平。SPI总线的SDI、SDO、SDCK和SCS引脚连接到主控芯片对应引脚。INTB为中断信号引脚,遇到识别结果输出或者是内部音频文件解码完成等状态,该引脚会对应输出电平状态通知主控。MBS引脚作为麦克风偏置电压输入,连接了RC电路,保证产生一个浮动电压供给麦克风信号。
4系统软件功能设计
4.1语音识别软件设计
系统主控上电后首先进行各项初始化,包括LD3320需要的8M时钟信号,由STM32初始化后输出8M频率供给LD3320使用,初始化STM32内部时钟、SD卡文件系统、SPI相关寄存器、SDIO数据初始化、中断设置等等。经过初始化后SD卡文件系统会在SD卡中寻找system.ini配置文件,将里面的字段进行拆分后提取,送给LD3320相关寄存器,随后把关键字句列表和长度信息传送给LD3320并启动识别过程,当识别成功后串口会发出响应的返回值参数,并且按照用户需求可以指定需要解码的音频文件,经过LD3320进行MP3文件解码输出,程序流程图如图5所示。
主控程序初始化代码如下:
4.2 SD卡文件系统软件设计
在实际应用中,修改主控制单片机程序较为复杂,本系统将识别关键语句写在一个命名为system.ini文件中,将此文件拷贝到SD卡中,SD卡需要实现格式化,只能出现一个。ini文件,其他的文件均为XXX.mp3文件,SD的片选信号CS、数据输入信号DI、数据输出信号DO、时钟信号SCLK在硬件上已经与STM32的SPI接口相连接,系统上电后会初始化SD卡文件系统,发送至少74个时钟以上确保SD卡片选正常后将SD卡复位等待8个时钟周期进入SPI读写模式,通过STM32内部编写好的文件系统程序找寻"配置文件"即system.ini文件,读取关键词识别列表内容,在系统软件编程中,采用3个字段进行功能约定,字段功能约定配置如下:
5性能测试与分析
为保证系统对非特定人的语音识别效果、环境底噪影响、语音识别过程响应时间、非特定人声音样本识别成功率等参数达标,本文针对各项参数指定了测试方案,实验环境分为安静环境(如家居环境)和相对嘈杂的环境(如课堂环境)进行了实测,指定3名发音人作为3个不同的声音识别样本,选定了短句识别语句、中长句识别语句,长句识别语句各2条进行样本测试(约定3字以下为短句,3~5字为中长句,5字以上为长句),每种测试语句结合不同发音人重复20次结果进行统计,在安静环境下测试短句识别准确率为93.37%、中长句识别准确率为91.67%、长句识别准确率为90.23%.在嘈杂环境下测试短句识别准确率为87.25%、中长句识别准确率为84.36%、长句识别准确率为81.12%.从实验数据上分析,制约识别准确率的原因是多方面的,与发音人本身声音质量、环境底噪、识别语句近似度、识别语句长度均有关系,单从数据上不难得到总体识别率应该是在81%以上,可以满足应用需求,系统实物图如图6所示,硬件结构小巧,功耗低、性价比高,因此具备市场应用前景和市场需求。
6结语
普及语音识别技术是当前研究和发展的新趋势,特别是对于非特定人的语音识别是语音信号领域处理的热点和难点,本方案利用了STM32F103C8T6与LD3320结合,配合各种外围电路完成了非特定人语音识别的嵌入式平台,在平台中通过硬软件构建,在不更改主控制芯片程序的前提下,用户可以通过更改SD卡内配置文件的方法随意设定识别关键语句,经过不同发音人和环境的实测,该系统在嘈杂环境中的识别准确率可达81%,在安静环境中的识别准确率可达90%以上,本系统可以方便的嵌入用户系统或者板卡中,积木式搭建灵活实用,因而具有广泛的市场需求和应用前景。
- 基于TMS320VC5509A的语音识别与控制系统(06-17)
- 基于DSP的声控电子记事本的设计与实现(09-22)
- 孤立词语音识别系统的DSP实现(04-28)
- 语音识别及其定点DSP实现(06-14)
- 说话人识别算法的定点DSP实现(03-18)
- 基于ATK的实时语音识别系统在家庭监护机器人中的应用实现(04-28)